Wie füge ich mit Seaborn in Python Text zu Heatmap-Zellenkommentaren hinzu?

Heatmaps eignen sich zum Erkennen von Mustern und Trends in Ihren Daten und können durch das Hinzufügen von Anmerkungen zu Zellen wie Textbeschriftungen oder numerischen Werten, die zusätzliche Informationen zu den Daten liefern können, weiter angepasst werden. In diesem Artikel besprechen wir, wie man mit Seaborn in Python Text zu Heatmap-Zellkommentaren hinzufügt. Wir werden die verschiedenen in Seaborn verfügbaren Methoden und Optionen zum Anpassen von Textanmerkungen erkunden, z. B. das Ändern der Schriftgröße, Farbe und Formatierung des Texts.

Heatmap

Eine Heatmap (oder Heatmap) ist eine Datenvisualisierungsmethode, die die Intensität eines Phänomens durch die Verwendung verschiedener Farben in einem zweidimensionalen Diagramm darstellt. Farben können im Farbton oder in der Sättigung variieren, um dem Leser zu zeigen, wie sich Phänomene über Zeit und Raum anhäufen oder variieren. Heatmaps werden hauptsächlich in zwei Kategorien unterteilt: Cluster-Heatmaps und räumliche Heatmaps.

Cluster-Heatmaps zeigen Phänomene und Kategorien als Zeilen und Spalten an, organisiert durch eine Zellenmatrix fester Größe. Die Reihenfolge der Cluster ist absichtlich und eher zufällig und soll durch statistische Studien vorgeschlagen oder offengelegt werden. Die Größe der Zellen ist völlig zufällig, aber groß genug, um lesbar zu sein. In räumlichen Wärmekarten gibt es kein Einheitenkonzept, Phänomene werden als sich ständig verändernd angesehen, sodass die Position der Größe von ihrer Position im Raum abhängt.

Die chinesische Übersetzung von

Seaborn

ist:

Seaborn

Seaborn ist ein Python-Paket zum Erstellen von Diagrammen und Grafiken aus Daten. Es basiert auf Matplotlib und funktioniert gut mit der Pandas-Bibliothek.

Seaborn hilft bei der Datenermittlung, Visualisierung und dem Verständnis. Erstellen Sie aufschlussreiche Diagramme, indem Sie Plotmethoden verwenden, um Datenrahmen und Arrays mit vollständigen Datensätzen zu verarbeiten und die erforderliche semantische Zuordnung und statistische Aggregation durchzuführen. Mit der deklarativen, datensatzzentrierten API können Sie sich auf die Bedeutung von Diagrammkomponenten statt auf die technischen Details ihrer Darstellung konzentrieren.

Syntax zum Zeichnen von Heatmaps mit Seaborn

sns.heatmap(dt, *, vmin=None, vmax=None, cmap=None, center=None, annot_kws=None, linewidths=0, linecolor=’white’, cbar=True, **kwargs)

Erklärung

übersetzt ins Chinesische als:

Erklärung

Seriennummer	Eigenschaften	Definition
1.	dt	Es wird verwendet, um 2D-Datensätze in ndarray zu konvertieren. Wenn ein DataFrame mit Pandas bereitgestellt wird, können die Zeilen und Spalten mithilfe von Spaltendaten angegeben werden.
2.	vamx und vmin	Sie stellen die Werte bereit, die als Ausgangspunkt für die Farbkarte verwendet werden. Wenn nicht angegeben, werden die Werte aus den Daten und anderen Schlüsselwortargumenten abgeleitet.
3.	cmap	Es definiert, wie Datenwerte dem Farbraum zugeordnet werden. Wenn kein Standardwert angegeben ist, hängt es davon ab, ob der Mittelwert festgelegt ist.
4.	Zentrum	Dies ist der Mittelwert, der zum Festlegen der Farbkarte beim Plotten verschiedener Datensätze verwendet wird. Wenn keine anderen Parameter angegeben werden, ändert dieser Parameter die Standardfarbkarte.
5.	nicht	Wenn der Wert des Annot-Parameters wahr ist, werden Daten in jede Heatmap-Zelle geschrieben.
6.	annot_kws	Nur wenn der Wert des Annot-Parameters wahr ist, definiert er die Parameter der Funktion matplotlib.axes.Axes.text().
7.	Linienbreiten	Dieser Parameter definiert die Breite der Trennlinie zwischen den einzelnen Zellen.
8.	Linienfarbe	Dieser Parameter definiert die Farbe der Trennlinie zwischen den einzelnen Zellen.
9.	cbar	Es definiert, ob wir einen Farbbalken zeichnen müssen.

在热力图单元格注释中添加文本

热力图的行和列可以进行注释以提供额外的上下文。通常将annot选项设置为True以在热力图的顶部显示数据值。

Annot and fmt parameter

的中文翻译为：

Annot和fmt参数

• Annot − sns.heatmap() 的 annot（注释）功能允许您在 Python seaborn 热力图中显示与每个单元格关联的数值。我们可以显示所选单元格的原始数字，或根据您的指示显示不同的数字。将 True 传递给 annot 将导致在每个热力图单元格中显示该值。

• Fmt − annot参数仅允许将数值添加到Python热力图单元格中，而fmt参数允许添加字符串（文本）值。

在这里，创建了一个包含字符串值的2D numpy数组，并将其传递给annot。另外，字符串值"s"被传递给fmt。

Example

的中文翻译为：

示例

import numpy as n
import matplotlib.pyplot as p
import seaborn as s

# creating random data using numpy
df = n.array([[11, 12, 13, 14, 15], [16, 17, 18, 19, 20], [21, 22, 23, 24, 25]])

# creating text array using numpy
tx = n.array([['Amy', 'Bryn', 'Calis', 'Daisy', 'Eagel'], ['Fin', 'Garry', 'Hary', 'Ingleis', 'Jack'],
   ['Kim', 'Lasy', 'Mia', 'Nia', 'Olivia']])

# creating subplot
figure, axx = p.subplots()
 
# defining heatmap on current axes using seaborn 
axx = s.heatmap(df, annot=tx, fmt="")

输出

结论

在本文中，我们了解到热力图可以在二维图表中显示现象的大小，并可用于数据可视化。我们已经看到了如何使用Python的Seaborn库来定义热力图，以及定义热力图的语法和参数。最后，我们还了解了如何使用属性annot和fmt来在热力图的单元格注释中添加文本。

Das obige ist der detaillierte Inhalt vonWie füge ich mit Seaborn in Python Text zu Heatmap-Zellenkommentaren hinzu?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!