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()
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()
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!