Seaborn é um pacote Python de visualização de dados construído na biblioteca Matplotlib. Ele fornece uma maneira de representar os dados em uma forma gráfica estatística que é relevante e atraente. Um dos recursos oferecidos pela SeaBorn é um mapa de calor, que usa uma paleta de cores para descrever a variação nos dados vinculados. No módulo SeaBorn, podemos usar o Seaborn.Método Heatmap () para fazer gráficos de mapa de calor.

Anotações são linhas de texto que aparecem em uma célula de mapa de calor para descrever o que uma célula específica representa. O tamanho da fonte das anotações é definido por padrão, embora possa ser alterado usando o parâmetro anota KWS do método HeatMap (). O Annot KWS é uma opção do tipo dicionário que requer um valor para a chave de tamanho. O tamanho das anotações é determinado pelo valor atribuído a esta chave. No entanto, algumas condições devem ser seguidas para aumentar o tamanho das anotações, como o parâmetro Annot da função HeatMap () deve ser definido como true, e o tamanho necessário para a opção Annot KWS deve ser definido.

Sintaxe do mapa de calor em Seaborn

Seancen.HeatMap (Data, vmin = Nenhum, vmax = Nenhum, anot = Nenhuma, ANNOT_KWS = TRUE, LINEWIDTHS = 0, CBAR = Nenhum, CBAR_KWS = Nenhum, Square = False, XtickLabels = 'Auto', YTickLabels = '' Auto ', Mask = Nenhum, ax = nenhum, kwargs)

Dados: Obrigar um conjunto de dados 2D em um ndarray. As informações do índice/coluna de um quadro de dados de pandas serão usadas para nomear as colunas e linhas.

vmin, vmax: Os valores serão usados ​​para ancorar o mapa de Color; Caso contrário, eles serão deduzidos do conjunto de dados e de outras entradas de termo.

Anot: Se verdadeiro, preencha cada célula com o valor dos dados. Use-o para anotar o mapa de calor, em vez dos dados, se for um objeto semelhante a uma matriz com o mesmo formato que os dados. DataFrames serão correspondidos com base na localização, em vez de indexado.

fmt: Ao adicionar anotações, use este código de formatação de string.

anot_kws: Quando a anota é verdadeira, os parâmetros de palavra -chave são passados ​​para o matplotlib.eixos.Eixos.texto().

largura de linha: A distância entre as linhas que deve dividir cada célula.

CBAR: Um parâmetro bool decide se uma barra de cores deve ser desenhada.

CBAR_AX: Eixos a partir dos quais criar a barra colorida; Caso contrário, o espaço nos eixos principais será retomado.

quadrado:.

Xticklabels, YTICKLABELS: Graph os nomes das colunas do quadro de dados se verdadeiro. Se isso for falso, os nomes das colunas não devem ser plotados. Se os rótulos alternativos forem XtickLabels, plote -os como uma lista. Use os nomes de campo se o número for um número inteiro, mas apenas plote o primeiro em rótulos. Se você estiver usando "AUTO", tente plotar rótulos que não sejam sobrepostos o mais densamente possível.

mascarar: Os dados não serão exibidos nas células quando a máscara for verdadeira se este parâmetro estiver definido como true. Células mascaradas são aquelas que têm valores ausentes.

machado: Eixos para construir o gráfico; Caso contrário, use os eixos atualmente ativos.

Kwargs: Matplotlib.eixos.Eixos.pcolormesh () é passado para todos os outros parâmetros de palavras -chave.

Exemplo 1

A função set () estabelece a configuração e o tema das parcelas marítimas. O tamanho do gráfico pode ser identificado com a opção RC. Definimos os módulos que estaremos utilizando no script python no exemplo seguinte. Depois disso, criamos dados dentro de uma variável marcas e chamamos a função do quadro de dados. A função de quadro de dados tem quatro colunas de estudantes, onde registramos as marcas que os alunos obtiveram. Nós tínhamos definido os dados para o enredo.

Agora, a função definida é definida onde o tamanho do gráfico é mencionado no figo. Em seguida, a função de mapa de calor marítima é invocada onde a função correr é aplicada nas marcas. A função correr retornou todas as colunas do quadro de dados que têm uma correlação em pares.

importar pandas como PD
importar matplotlib.pyplot como plt
Importar Seaborn como SNS
Marcas = Pd.Dataframe ("aluno 1": [6, 3, 1, 7, 3, 10, 5, 4],
"Student 2": [3, 7, 2, 1, 8, 2, 4, 2],
"Student3": [1, 6, 9, 8, 6, 4, 9, 3],
"Student 4": [5, 5, 1, 9, 4, 7, 8, 3])
SNS.set (rc = 'figura.figSize ': (10, 5))
SNS .mapa de calor (marcas.corr ()))
plt.mostrar()

O gráfico de mapa de calor é renderizado com o tamanho da figura especificada da seguinte forma:

Exemplo 2

No Python, o método Figura () é usado para iniciar ou modificar a figura atual. Neste diagrama, o mapa de calor é mostrado. O parâmetro FigSize da função pode ser utilizado para alterar o tamanho. Devemos criar dados para gerar o gráfico com o tamanho da figura especificada. Temos um quadro de dados de quatro colunas List1, List2, List3 e List4 e valores aleatórios inseridos nelas. Então, temos um método de figura () dentro do qual definimos o tamanho da figura. Na última etapa, o método CORR é aplicado ao quadro de dados usando a função de mapa de calor.

importar pandas como PD
importar matplotlib.pyplot como plt
Importar Seaborn como SNS
Lista = Pd.DataFrame ("Lista 1": [5, 8, 9, 5, 1, 7, 8, 9],
"Lista 2": [4, 6, 5, 8, 6, 1, 2, 3],
"List3": [1, 2, 8, 4, 3, 9, 5, 2],
"List4": [7, 1, 5, 6, 3, 10, 5, 8])
plt.Figura (FigSize = (15, 7))
SNS.MAP de calor (lista.corr ()))
plt.mostrar()

O tamanho é visualizado na figura subsequente do gráfico de mapa de calor.

Exemplo 3

Aqui, usamos os parâmetros ANNOT e ANNOT_KWS para o tamanho do mapa de calor. Carregamos o conjunto de dados de amostra "Dicas" na opção SeaBorn load_dataset, que é armazenada nos dados da variável. Em seguida, chamamos a função de mapa de calor e fornecemos a função correr para o conjunto de dados. Em seguida, fornecemos a opção Annot e a definimos como verdadeira. A opção ANNOT_KWS está definida com o tamanho 12.

importar numpy como np
Importar Seaborn como SNS
importar matplotlib.pyplot como plt
Dados = SNS.load_dataset ("Dicas")
SNS.mapa de calor (dados.corr (), anot = true, anot_kws = 'size': 12)
plt.mostrar()

A implementação anterior compila o seguinte tamanho da parcela de mapa de calor:

Exemplo 4

Quando se trata de determinar o tamanho, a consideração deve ser usada. Quando você fornece um número enorme, as anotações serão ampliadas demais, tornando -as impossíveis de ler e interpretar. Eles podem até entrar em colapso um sobre o outro. Assim, tornando inutilizável o mapa de calor. Escolhemos a íris do quadro de dados e a carregamos dentro da função load_dataset. Ligue para a função de mapa de calor em que o parâmetro anot está definido como true e anot_kws está definido com o tamanho 20.

importar matplotlib.pyplot como plt
Importar Seaborn como SNS
Dados = SNS.load_dataset ("Iris")
SNS.mapa de calor (dados.corr (), anot = true, anot_kws = 'size': 20)
plt.mostrar()

Portanto, o gráfico de mapa de calor resultante é visualizado com grandes números.

Conclusão

A explicação do artigo sobre o tamanho do mapa de calor do Seaborn termina aqui. Para fornecer uma representação gráfica de uma matriz, um mapa de calor é empregado. Emprega tons de cores diferentes para valores diferentes e desenham uma grade no gráfico. Mostramos os exemplos que definiram o tamanho do mapa de calor com diferentes abordagens. No entanto, o tamanho da plotagem padrão pode não incluir uma boa imagem de dados que descreve uma matriz grande.