Вивчайте Теплова Карта | Візуалізація з Seaborn

Визначення

Теплова карта — це метод візуалізації двовимірних даних за допомогою кольорів, які відображають величину кожного значення.

У цьому прикладі теплова карта використовується для візуалізації парних кореляцій між змінними.

Створення простої теплової карти

seaborn.heatmap() приймає двовимірний набір даних. Поширений випадок використання — побудова матриці кореляцій: для заданого DataFrame викликається .corr() для обчислення кореляцій, після чого отриману матрицю передають у heatmap().


              1234567891011
            
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/countries_data.csv'
countries_df = pd.read_csv(url, index_col=0)

correlation_matrix = countries_df.corr(numeric_only=True)

sns.heatmap(correlation_matrix)
plt.show()

Матриця кореляцій створюється лише з числових стовпців (numeric_only=True).

Анотації та кольори

Встановлення annot=True дозволяє відображати значення кореляції всередині кожної комірки. Також можна вибрати кольорову палітру за допомогою параметра cmap.

Примітка

Також можливо змінити кольори для нашої теплової карти, встановивши параметр cmap (можна ознайомитися з палітрами у статті "Вибір палітр кольорів").


              1234567891011
            
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/countries_data.csv'
countries_df = pd.read_csv(url, index_col=0)

correlation_matrix = countries_df.corr(numeric_only=True)

sns.heatmap(correlation_matrix, annot=True, cmap='viridis')
plt.show()

Колірна шкала праворуч може бути видалена шляхом встановлення параметра cbar=False.

Вивчайте більше

У більшості випадків цього достатньо для налаштування теплової карти, однак завжди можна дослідити більше у heatmap() документації.

Покращення читабельності

Останнє, що покращить читабельність нашої теплової карти — це обертання підписів за допомогою вже знайомих функцій xticks() та yticks():


              1234567891011121314
            
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/countries_data.csv'
countries_df = pd.read_csv(url, index_col=0)

correlation_matrix = countries_df.corr(numeric_only=True)

sns.heatmap(correlation_matrix, annot=True, cmap='viridis')
plt.xticks(rotation=20)
plt.yticks(rotation=20)

plt.show()

Завдання

Swipe to start coding

Використання коректного методу для створення матриці кореляції.
Встановлення аргументу методу для включення лише числових змінних.
Використання відповідної функції для створення теплової карти.
Встановлення correlation_matrix як даних для теплової карти шляхом зазначення першого аргументу.
Додавання значень у кожну клітинку матриці шляхом зазначення другого аргументу.
Встановлення палітри (кольорової карти) теплової карти на 'crest' шляхом зазначення третього (правого) аргументу.
Обертання підписів осі x та осі y на 15 градусів проти годинникової стрілки шляхом зазначення іменованого аргументу у функціях xticks() та yticks().

Рішення

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 5. Розділ 7

single

Запитати АІ

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

Suggested prompts:

How can I customize the appearance of the heatmap further?

What do the correlation values in the heatmap represent?

Can I use this method with my own dataset?

Свайпніть щоб показати меню