python基于场景的热力图,python绘制热力图源码

  python基于场景的热力图,python绘制热力图源码

  当我们要判断不同的变量时,我们会分析它们之间的关系。这个思路在现实生活中也有运用,最常见的就是做一个地理热图。很多人对绘制热图的方法不是很清楚。我们可以先安装相关工具,了解一些参数,然后在实例中体验绘制热图。我们来看看具体的方法。

  1.导入相关的packages

  进口海产品

  %matplotlibinline

  2.参数

  Vmax:设置色带的值

  Vmin:设置色带的最小值。

  Cmap:设置色带的颜色系统。

  中心:设置色带的分割线。

  注释:是否显示数字注释?

  t:format的缩写,设置数值的格式形式。

  线宽:控制每个小方块之间的间距。

  Linecolor:控制分割线的颜色。

  Cbar_kws:关于色带的设置

  Mask:传入布尔矩阵。如果在矩阵中为真,热图相应位置的数据会被屏蔽(常用于绘制相关系数矩阵图)。

  3.

  实例

  Python生成heatmap比较简单,导入googlmap然后把经纬度plot在地图上就可以了。最后把heatmap生成为一个html文件,可以放大和缩小。

  

importgmplot#plotthelocationsongooglemap

  importnumpyasnp#linearalgebra

  importpandasaspd#dataprocessing,CSVfileI/O(e.g.pd.read_csv())

  importmatplotlib.pyplotasplt#datavisualization

  importseabornassns#datavisualization

  

  

  df=pd.read_csv("data.csv")

  df=pd.DataFrame(df)

  df_td=pd.read_csv("datacopy.csv")

  df_td=pd.DataFrame(df_td)

  #printdf.dtypes

  print(df.shape)

  print(df_td.shape)

  

  defplot_heat_map(data,number):

  latitude_array=data['INTPTLAT'].values

  latitude_list=latitude_array.tolist()

  print(latitude_list[0])

  

  Longitude_array=data['INTPTLONG'].values

  longitude_list=Longitude_array.tolist()

  print(longitude_list[0])

  

  #Initializethemaptothefirstlocationinthelist

  gmap=gmplot.GoogleMapPlotter(latitude_list[0],longitude_list[0],10)

  

  #gmap.scatter(latitude_list,longitude_list,edge_width=10)

  gmap.heatmap(latitude_list,longitude_list)

  

  #WritethemapinanHTMLfile

  #gmap.draw('Paths_map.html')

  gmap.draw('{}_Paths_map.html'.format(number))

  

  

  plot_heat_map(df,'4')

以上就是python热力图的原理实现,大家可以先跟着代码试验一下,看看是否能运行出相关的热力图,然后就其中的一些知识点进行学习。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: