Python数据可视化 | 热度图
热图(Heatmaps)是数据分析中常用的工具,但有时候,仅仅使用颜色来表示数值并不够清晰。在传统的热图中,我们使用颜色来表示数值,然而,将颜色映射到具体的数值仍然有一定难度。
那么,如何能够让热图更加直观呢?答案是通过添加一个尺寸组件。简单来说,就是越大的尺寸对应着越高的数值。这个方法尤其有用,因为许多数值接近零的情况下,图形元素会迅速缩小,使图像更加清晰。
如图所见,通过添加方形尺寸组件,我们使得数据的分布变得更加明显,更容易理解。这种方法可以让您更准确地观察数据中的高值和低值,而不仅仅依赖颜色。
这项改进的热图技巧不仅使数据更加直观,还让热图变得更加清晰易懂。无论是在数据分析还是数据可视化工作,这个技巧都将提高工作效率和数据解读准确性。
完整代码
图片
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.patches import Circle, Rectangle
import matplotlib.colors as mcolors
import string
import seaborn as sns
sns.set()
plt.rcParams[‘font.family’] = [‘Times New Roman’, ‘sans-serif’]
plt.rcParams[‘figure.dpi’] = 14