python数据分析热力图怎么看_数据分析实战—热力图

本文介绍了如何使用Python的seaborn库绘制E地区4月份的订单量热力图,通过颜色深浅展示数据分布。首先加载数据,然后按天和小时分组计算订单量,构建矩阵,最后利用seaborn的heatmap函数绘制热力图,揭示E地区销售集中在月中和下午的特征。
摘要由CSDN通过智能技术生成

前言

提供的数据:数据

一、什么是热力图?

热力图通过颜色的深浅来表示数据的分布。

示例图中规定了颜色越浅则数值越大,那么我们可以一眼就分辨出数据的分布情况,非常方便。

二、绘制热力图

针对数据提出要求:绘制E地区4月份订单量的热力图,横轴以天为单位,纵轴以小时为单位

加载必要的包

import pandas as pd

import numpy as np

import seaborn as sns #绘制热力图使用

import matplotlib.pyplot as plt

复制代码加载数据

path='../data/数据.csv'

f=open(path)

data=pd.read_csv(f)

复制代码提取地点和时间

E_data=data[data['地点']=='E']

E_data['支付时间'] = pd.to_datetime(E_data['支付时间'])

month_data=E_data[E_data['支付时间'].dt.month==4]

复制代码分组计算订单量

order_quantity_group=month_data.groupby([month_data['支付时间'].dt.day,month_data['支付时间'].dt.hour]).size()

复制代码

以天和小时为

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值