在python中绘制离散值的热图-Java 学习之路

我有一些相关的问题：

1）我想知道是否有办法在python中制作离散值的热图，类似于here给出的例子 .

创建热图后，我需要一些额外的控件：

2）控制行标签和列标签的数量 . 比方说，我有两个变量x和y，其中0 <= x，y <= 1.我以某种方式计算x和y的函数f（f（x，y）），其中函数的输出值只有1，接下来，我在x和y上创建一个嵌套循环，为不同的x和y值计算f . 请参阅下面的示例伪代码：

from __future__ import division
import bumpy as np
    def f(x,y):
        ### Compute the value of f for a given x and y. The output value will be 1, 2 or 3 ###
        f = np.random.randint(1,4)

    data = {}
    for x in [i/100 for i in range(101)]
        for y in [i/100 for i in range(101)]
            data[(x,y)] = f(x,y)

现在，我有一个100x100的数据矩阵，我将为其制作热图 . 如果我想在热图上显示行和列标签，则会显示每行和每列100个点（0,0.01,0.02，...，1），这会使图形过于拥挤 . 我想确定每个轴上的增量，例如，如果增量为0.2，那么行和列标签应该是0,0.2,0.4,0.6,0.8和1.虽然这对于线图很容易做到，但我想知道同样的事情是否可以应用于热图 .

3）控制标签的字体大小和面 .

4）为水平轴和垂直轴添加网格线 .

1 回答

0
从seaborn尝试heatmap .

要实际存储表格数据，我不会使用字典 . 列表列表会更好，但最好的方法是使用NumPy arrays（另请参阅：numpy - evaluate function on a grid of points） .
```
import numpy as np
import pandas as pd
import seaborn as sns

X = np.linspace(0, 1, 101)
Y = np.linspace(0, 1, 101)

data = np.zeros((101, 101))

# or use meshgrid instead
for i, x in enumerate(X):
    for j, y in enumerate(Y):
        data[i, j] = some_function(x, y)

df = pd.DataFrame(data, index=Y, columns=X)

sns.heatmap(df)
```
或者，您可以使用 imshow （参见：imshow when you are plotting data, not images. Realtion between aspect and extent?） - 然后它将仅显示轴上的一些刻度 .
回复于 2024-04-30T02:48:32+08:00

在python中绘制离散值的热图

1 回答

相关问题