Wie wandele ich Streudaten mit Matplotlib in eine Heatmap um?

Mary-Kate Olsen
Freigeben: 2024-11-07 18:10:03
Original
703 Leute haben es durchsucht

How to Transform Scatter Data into a Heatmap with Matplotlib?

Visualisierung von Streudaten als Heatmap mit Matplotlib

Das Konvertieren eines Streudiagramms in eine Heatmap ermöglicht eine intuitivere Darstellung der Datenverteilung. Matplotlib bietet mehrere Methoden, um diese Transformation zu erreichen.

Verwendung von Sechsecken für Heatmap-Zellen

Ein Ansatz besteht darin, die Hexbin-Funktion zu verwenden, um sechseckige Bins zu erstellen. Jeder Bin stellt eine bestimmte Anzahl von Datenpunkten dar, und die Farbintensität spiegelt die Dichte der Punkte innerhalb dieses Bins wider.

import matplotlib.pyplot as plt
import numpy as np

# Generate some sample data
x = np.random.randn(10000)
y = np.random.randn(10000)

# Create a heatmap using hexagons
plt.hexbin(x, y, gridsize=50, cmap='jet')
plt.colorbar()
plt.show()
Nach dem Login kopieren

Erstellen von Heatmaps mit Numpys Histogram2d

An Eine alternative Methode besteht darin, die Funktion histogram2d von Numpy zu verwenden. Diese Funktion generiert ein 2D-Histogramm, wobei jedes Bin einem bestimmten Bereich im Datenraum entspricht. Die Werte im Histogramm stellen die Anzahl der Datenpunkte in jedem Bin dar.

import numpy as np
import numpy.random
import matplotlib.pyplot as plt

# Generate some sample data
x = np.random.randn(8873)
y = np.random.randn(8873)

heatmap, xedges, yedges = np.histogram2d(x, y, bins=50)
extent = [xedges[0], xedges[-1], yedges[0], yedges[-1]]

plt.clf()
plt.imshow(heatmap.T, extent=extent, origin='lower')
plt.colorbar()
plt.show()
Nach dem Login kopieren

Durch Anpassen der Anzahl der Bins können Sie die Auflösung der Heatmap steuern. Kleinere Bins führen zu einer feinkörnigeren Darstellung, während größere Bins einen allgemeineren Überblick über die Datenverteilung bieten.

Das obige ist der detaillierte Inhalt vonWie wandele ich Streudaten mit Matplotlib in eine Heatmap um?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Neueste Artikel des Autors
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage
Über uns Haftungsausschluss Sitemap
Chinesische PHP-Website:Online-PHP-Schulung für das Gemeinwohl,Helfen Sie PHP-Lernenden, sich schnell weiterzuentwickeln!