时间:2021-05-22
本文实例为大家分享了python绘制热力图的具体代码,供大家参考,具体内容如下
python的热力图是用皮尔逊相关系数来查看两者之间的关联性。
#encoding:utf-8import numpy as npimport pandas as pdfrom matplotlib import pyplot as pltfrom matplotlib import cmfrom matplotlib import axesimport pylabpylab.mpl.rcParams['font.sans-serif'] = ['SimHei']#防止中文乱码pylab.mpl.rcParams['axes.unicode_minus'] = False#防止中文乱码def draw_heatmap(data,xlabels,ylabels): cmap = cm.Blues figure=plt.figure(facecolor='w') ax=figure.add_subplot(2,1,1,position=[0.1,0.15,0.8,0.8]) ax.set_yticks(range(len(ylabels))) ax.set_yticklabels(ylabels) ax.set_xticks(range(len(xlabels))) ax.set_xticklabels(xlabels) vmax=data[0][0] vmin=data[0][0] for i in data: for j in i: if j>vmax: vmax=j if j<vmin: vmin=j map=ax.imshow(data,interpolation='nearest',cmap=cmap,aspect='auto',vmin=vmin,vmax=vmax) cb = plt.colorbar(mappable=map,cax=None,ax=None,shrink=0.5) plt.xticks(rotation=90) # 将字体进行旋转 plt.yticks(rotation=360) plt.show()data = pd.read_csv('test.csv',encoding='gbk')a = [[1063620,291288,213322,120233,972752,1896180,483012,1609664,413538,778350,420643,212472,2599510,1574470,254141],[258914,48064,31948,19534,142792,295841,69143,291524,78926,90238,79336,47938,454656,271486,35304],[517687,135483,68418,66670,301544,777798,307562,810314,234086,238859,145959,125258,1480672,764612,153237],[277377,38581,31145,17612,121162,254534,60746,253148,62054,93499,63346,36422,356036,212109,27758],[19030,2835,2174,1575,7325,18258,6837,23457,5340,5277,5120,4017,34122,21314,2961],[351720,107299,57186,55485,337368,563436,188368,563515,128047,178664,117886,72451,798121,444825,65599]] xlabels= [u'3C电子',u'房产家居',u'服饰',u'健康保健',u'金融财经',u'旅游',u'美容美体',u'汽车',u'求职&教育',u'奢侈品',u'体育健身',u'网游',u'休闲&爱好',u'影视娱乐',u'孕婴育儿']ylabels= ['iphoneX','mix2','oppor11','samsang','vivo','mate10']draw_heatmap(a,xlabels,ylabels)结果:
本文已被收录到专题《python图片处理操作》 ,欢迎大家点击学习更多精彩内容。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
我们在做诸如人群密集度等可视化的时候,可能会考虑使用热力图,在Python中能很方便地绘制热力图。下面以识别图片中的行人,并绘制热力图为例进行讲解。步骤1:首先
利用pythonpyheatmap包绘制热力图,供大家参考,具体内容如下importmatplotlib.pyplotaspltfrompyheatmap.he
自从统计工具中有了热力图之后笔者几乎是每天必看的,因为热力图片对于研究用户需求和改进网站太重要了,所以笔者在这里建议大家都需要每天看自己网站的热力图。不过我发现
本文以2019年全国各城市的空气质量观测数据为例,利用matplotlib、calmap、pyecharts绘制日历图和热力图。在绘图之前先利用pandas对空
今天开淘小编主要跟大家分享京东商智商家版流量板块的热力图,那么这个板块主要是关于页面质量的多维度分析,帮助您在店铺装修和京东运营方面去进行提升,难么热力图呢