Cores do mapa de calor do SeaBorn

Mapas de calor são mapas coloridos que exibem dados em um formato bidimensional. A variação de cor é alcançada usando matiz, saturação ou brilho para retratar as informações variadas sobre os mapas de cores. Esta variação de cores fornece aos leitores informações visuais sobre o tamanho dos valores quantitativos. Mapas de calor substituem números com cores, já que a mente humana entende as visualizações melhor do que os dados textuais. Considerando que os humanos são principalmente visuais, faz sentido apresentar os dados de qualquer maneira. Mapas de calor são representações visuais simples de entender os dados. Como resultado, ferramentas de visualização de dados como mapas de calor estão se tornando cada vez mais populares.

Mapas de calor são usados ​​para exibir padrões, variação e anomalias, bem como para representar a saturação ou intensidade das variáveis. As relações entre variáveis ​​são retratadas via mapas de calor. Ambos os eixos são usados ​​para plotar essas variáveis. Ao observar a mudança de cor na célula, podemos procurar os padrões. É preciso apenas entrada numérica e mostra na grade, com diferentes valores de dados exibidos pela intensidade de cor variável.

Muitos esquemas de cores diferentes podem ser usados ​​para representar o mapa de calor, cada um com seu próprio conjunto de vantagens e desvantagens perceptivas. As cores no mapa de calor indicam padrões nos dados, portanto as decisões da paleta de cores são mais do que apenas cosméticos. A descoberta de padrões pode ser facilitada pelas paletas de cores apropriadas, mas também pode ser prejudicada pelas más opções de cores.

Os raps de coloras são usados ​​para visualizar mapas de calor, pois são uma maneira simples e eficaz de ver dados. Diversos coloridos podem ser utilizados para diferentes tipos de mapas de calor. Neste artigo, exploraremos como interagir com mapas de calor marítimos usando os coloridos.

Exemplo 1: Defina o enredo seqüencial de coloras

Quando os valores de dados (numéricos) mudam de alta para baixa e apenas um deles é significativo para a análise, utilizamos os coloridos seqüenciais. Observe que criamos um mapa de color.paleta de cores () e exibiu as cores no colorido com SNS.palplot (). A instância a seguir explica como gerar um mapa de calor de mapa seqüencial com o módulo SeaBorn.

No script Python a seguir, fornecemos os três módulos necessários para que o código funcione. Em seguida, inserimos o valor de semente zero na função aleatória para gerar números aleatórios. Criamos os dados de campo em que a função RAND é chamada que gera um número aleatório em um intervalo especificado para o eixo x e o eixo y. Em seguida, criamos uma variável de mapa de coloras em que a color_palette criou a cor “Reds”. No final, a cor CMAP é utilizada para o mapa de calor.

importar matplotlib.pyplot como plt
Importar Seaborn como SNS
importar numpy como np
NP.aleatório.semente (0)
dados = np.aleatório.Rand (10, 10)
COLORMAP = SNS.color_palette ("Reds")
AX = SNS.Map Heat (Dados, CMAP = Colormap)
plt.mostrar()

O mapa de calor de cor seqüencial é representado assim do script anterior.

Exemplo 2: Defina os mapas seqüenciais de coloridas com o gráfico de argumento CMAP

Como "Reds" é um colorido embutido em Seaborn, ele também pode ser passado diretamente para o argumento do CMAP.

Vale a pena notar que nosso colorido tem uma intensidade contínua de cor, em oposição à anterior, que tinha uma intensidade verde discreta para uma variedade de valores possíveis. Aqui está uma olhada mais profunda nas mapas de coloridas obtidas nos mapas de calor mencionados na seguinte ilustração:

Passamos um zero para a semente de rand e geramos o número aleatório usando a função rand dentro dos dados variáveis. Definimos o intervalo (15,15) para o eixo x e o eixo y. Em seguida, passamos um argumento CMAP que tem a cor "blues" dentro da função de mapa de calor. Isso cria as variações de cor "azul" do mapa de calor.

importar matplotlib.pyplot como plt
Importar Seaborn como SNS
importar numpy como np
NP.aleatório.semente (0)
dados = np.aleatório.Rand (15, 15)
AX = SNS.HEATMAP (dados, cmap = "blues")
plt.mostrar()

O gráfico de intensidade de cor seqüencial dos blues é mostrado dentro da figura junto com a barra de cores da cor especificada.

Exemplo 3: Defina o enredo divergente de coloras

Eles são utilizados para representar os valores numéricos que variam de alto a baixo (e vice -versa), com os valores máximos e mínimos sendo importantes. Em um mapa de calor marítimo, o exemplo a seguir explica como usar um mapa de colorido divergente.

Aqui, importamos a biblioteca marítima que está instalada em nossa linguagem Python. A biblioteca Matplotlib também é usada para a visualização do enredo. Temos outro módulo que é Numpy para os recursos numpy. Então, utilizando o módulo Numpy, temos o NP.aleatório.função de semente que passa um valor zero usado para inicializar os números aleatórios.

Dentro dos dados variáveis, chamamos de função Numpy Rand, que define o limite de número para os dois eixos no gráfico. Em seguida, temos uma função de mapa de calor marítima, que leva o argumento CMAP. O CMAP está definido com o esquema de cores padrão, que é as cores do coolwarm.

importar matplotlib.pyplot como plt
Importar Seaborn como SNS
importar numpy como np
NP.aleatório.semente (0)
dados = np.aleatório.Rand (10, 12)
AX = SNS.Map Heat (dados, cmap = "coolwarm")
plt.mostrar()

Na figura a seguir, temos um mapa de calor personalizado usando o CMAP:

Exemplo 4: Defina o gráfico de parâmetros CBAR

O atributo CBAR do mapa de calor é um valor booleano que implica se deve ser plotado. A barra de cores é apresentada no gráfico por padrão se o parâmetro CBAR não for especificado. Troque o CBAR para FALSE para desativar a barra de cores. O cBAR = parâmetro falso no método Heatmap () pode ser usado para desativar a barra colorida do mapa de calor em Seaborn.

Exigimos as quatro bibliotecas; A biblioteca adicional é os pandas para o quadro de dados que utilizamos no código. Com o Seaborn, chamamos uma função definida aqui. Em seguida, com a função de conjunto de dados carregada, os voos de conjunto de dados de amostra são adicionados e armazenados na variável DF.

Na próxima linha, temos uma função pivô que leva os dados e agrupa os dados em termos de coluna. Passamos pelas três colunas: meses, ano e passageiros do conjunto de dados do voo. Agora, invocar a função de mapa de calor marítima define o argumento da CBAR para um valor falso. Com a função PLT Show, o enredo é renderizado.

importar pandas como PD
importar numpy como np
Importar Seaborn como SNS
importar matplotlib.pyplot como plt
SNS.definir()
df = SNS.load_dataset ("voos")
df = df.pivô ("mês", "ano", "passageiros")
AX = SNS.mapa de calor (df, cbar = false)
plt.mostrar()

O CBAR é removido do gráfico de mapa de calor na figura dada:

Conclusão

É simples trabalhar com os mapas de calor marítimos. Discutimos os dois tipos de mapas de cores que incluem os mapas de cores seqüenciais e divergentes. Nós os explicamos brevemente junto com o exemplo de corrida com o compilador python Seaborn dentro do Ubuntu 20.04.