python熱力圖的原理實現(xiàn)

在我們想要對不同變量進行判斷的時候，會分析其中的之間的聯(lián)系。這種理念同樣也被用在實例生活中，最常見到的是做一個地理的熱力圖。很多人對畫熱力圖的方法不是很清楚，我們可以先裝好相關(guān)的工具，了解一些使用參數(shù)，然后在實例中進行畫熱力圖的實例體驗，下面就來看看具體的方法吧。

1.導(dǎo)入相關(guān)的packages

importseabornassns

%matplotlibinline

sns.set(font_scale=1.5)

2.參數(shù)

vmax：設(shè)置顏色帶的值

vmin：設(shè)置顏色帶的最小值

cmap：設(shè)置顏色帶的色系

center：設(shè)置顏色帶的分界線

annot：是否顯示數(shù)值注釋

fmt：format的縮寫，設(shè)置數(shù)值的格式化形式

linewidths：控制每個小方格之間的間距

linecolor：控制分割線的顏色

cbar_kws：關(guān)于顏色帶的設(shè)置

mask：傳入布爾型矩陣，若為矩陣內(nèi)為True，則熱力圖相應(yīng)的位置的數(shù)據(jù)將會被屏蔽掉(常用在繪制相關(guān)系數(shù)矩陣圖)

3.實例

用Python生成heatmap比較簡單，導(dǎo)入googlmap然后把經(jīng)緯度plot在地圖上就可以了。最后把heatmap生成為一個html文件，可以放大和縮小。

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熱力圖的原理實現(xiàn)，大家可以先跟著代碼試驗一下，看看是否能運行出相關(guān)的熱力圖，然后就其中的一些知識點進行學(xué)習(xí)。更多Python學(xué)習(xí)教程請關(guān)注IT培訓(xùn)機構(gòu):千鋒教育。