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
用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。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')
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。