データ時代の到来により、データの視覚化はデータ分析にますます不可欠な部分になってきています。 Python には、Matplotlib、Seaborn などの豊富な視覚化ツール ライブラリがあります。この記事では、主にヒート マップを実装する方法の 1 つを紹介し、Python データ視覚化の読者の参考になれば幸いです。

1. ヒート マップの概要
ヒート マップは密度マップとも呼ばれ、色の深さを使用してデータの密度を表します。データの視覚化において、ヒート マップはより直観的な表現方法を提供し、データの空間分布を明確に表現できます。

2. ヒート マップの実装
Python では、Seaborn ライブラリのヒートマップ関数を使用してヒート マップを描画できます。

具体的な手順は次のとおりです:

1. 必要なライブラリをインポートします:

import numpy as np
import seaborn as sns
import matplotlib .pyplot as plt

2. データの準備:
   デモンストレーションの便宜上、ランダムに生成された行列をサンプル データとして使用します:

data = np。 rand(10, 10)

3. ヒート マップを描画します:
   sns.heatmap 関数を使用してヒート マップを描画します:

sns.heatmap( data, cmap='coolwarm')

この中で、cmap パラメーターはヒート マップのカラー設定を指定します。ここでは冷暖配色を使用しています。

上記のコードを実行すると、単純なヒート マップを取得できます。

3. 完全なコード
以下は、より完全なヒート マップを実装する方法を示す完全なサンプル コードです。描画座標軸、ラベルなどを含む:

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

Prepare data

data = np.random.rand(10, 10) * 10

ヒート マップの描画

heatmap = sns.heatmap(data, cmap='coolwarm')

Set座標軸 Name

heatmap.set_xlabel('X-label')
heatmap.set_ylabel('Y-label')

ヒートマップのタイトル

ヒートマップを設定します。 set_title( 'ヒートマップ')

注釈を追加

for i in range(len(data)):

for j in range(len(data[0])):
    plt.text(j + 0.5, i + 0.5, round(data[i][j], 2),
             ha="center", va="center", color="white")

表示画像

plt.show( )

上記のコードを実行すると、境界線、軸名、スケール ラベルを含むヒート マップを取得できます。

4. 概要
Python の Seaborn ライブラリは、ヒート マップを描画するための高速な方法を提供し、適切な設定によって絶妙な効果を実現できます。この記事の導入により、読者は Python 視覚化ツールを使用して独自のデータを表示することにさらに習熟できるようになります。

以上がPython でのデータ視覚化の例: ヒート マップの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。