Сюжет - тепловая карта
Тепловая карта (или тепловая карта) - это графическое представление данных, в котором отдельные значения, содержащиеся в матрице, представлены в виде цветов. Основная цель тепловых карт - лучше визуализировать объем местоположений / событий в наборе данных и помочь в направлении зрителей к наиболее важным областям визуализации данных.
Из-за зависимости от цвета для передачи значений тепловые карты, вероятно, чаще всего используются для отображения более обобщенного представления числовых значений. Тепловые карты чрезвычайно универсальны и эффективны для привлечения внимания к тенденциям, и именно по этим причинам они становятся все более популярными в сообществе аналитиков.
Тепловые карты по своей природе не требуют пояснений. Чем темнее оттенок, тем больше количество (чем выше значение, тем плотнее дисперсия и т. Д.). Модуль graph_objects Plotly содержитHeatmap()функция. Ему нужно x,y и zатрибуты. Их значение может быть списком, массивом numpy или фреймом данных Pandas.
В следующем примере у нас есть 2D-список или массив, который определяет данные (урожай разными фермерами в тоннах / год) для цветового кода. Затем нам также понадобятся два списка с именами фермеров и выращиваемых ими овощей.
vegetables = [
"cucumber",
"tomato",
"lettuce",
"asparagus",
"potato",
"wheat",
"barley"
]
farmers = [
"Farmer Joe",
"Upland Bros.",
"Smith Gardening",
"Agrifun",
"Organiculture",
"BioGoods Ltd.",
"Cornylee Corp."
]
harvest = np.array(
[
[0.8, 2.4, 2.5, 3.9, 0.0, 4.0, 0.0],
[2.4, 0.0, 4.0, 1.0, 2.7, 0.0, 0.0],
[1.1, 2.4, 0.8, 4.3, 1.9, 4.4, 0.0],
[0.6, 0.0, 0.3, 0.0, 3.1, 0.0, 0.0],
[0.7, 1.7, 0.6, 2.6, 2.2, 6.2, 0.0],
[1.3, 1.2, 0.0, 0.0, 0.0, 3.2, 5.1],
[0.1, 2.0, 0.0, 1.4, 0.0, 1.9, 6.3]
]
)
trace = go.Heatmap(
x = vegetables,
y = farmers,
z = harvest,
type = 'heatmap',
colorscale = 'Viridis'
)
data = [trace]
fig = go.Figure(data = data)
iplot(fig)
Вывод вышеупомянутого кода выглядит следующим образом -