Python의 데이터 시각화 예: 히트맵

데이터 시대가 도래하면서 데이터 시각화는 점점 데이터 분석에서 없어서는 안 될 부분이 되었습니다. Python에는 Matplotlib, Seaborn 등과 같은 풍부한 시각화 도구 라이브러리가 있습니다. 이 글에서는 파이썬 데이터 시각화에 있어 독자들에게 도움이 되기를 바라면서 히트맵을 구현하는 방법 중 하나를 주로 소개합니다.

1. 히트 맵 소개
밀도 맵이라고도 알려진 히트 맵은 색상 깊이를 사용하여 데이터의 밀도를 나타냅니다. 데이터 시각화에 있어서 히트맵은 보다 직관적인 표현 방법을 제공하고 데이터의 공간적 분포를 명확하게 표현할 수 있습니다.

2. 히트맵 구현
Python에서는 Seaborn 라이브러리의 히트맵 기능을 사용하여 히트맵을 그릴 수 있습니다.

구체적인 단계는 다음과 같습니다.

1. 필요한 라이브러리 가져오기:

np로 numpy 가져오기
sns로 seaborn 가져오기
plt로 matplotlib.pyplot 가져오기

2. 데이터 준비:
   시연의 편의를 위해, 우리는 무작위 생성기를 사용합니다. 행렬은 샘플 데이터로 사용됩니다:

data = np.random.rand(10, 10)

3. 열 지도 그리기:
   sns.heatmap 함수를 사용하여 열 지도 그리기 :

sns.heatmap(data, cmap ='coolwarm')

여기서 cmap 매개변수는 히트맵의 색상 설정을 지정합니다. 여기서는 Coolwarm 색상 구성표를 사용하고 있습니다.

위 코드를 실행하면 간단한 히트맵을 얻을 수 있습니다.

3. 전체 코드
다음은 보다 완전한 히트맵을 구현하는 방법을 보여주는 전체 예제 코드입니다. 그리기 좌표축, 라벨 등 포함:

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

Prepare data

data = np.random.rand(10, 10) * 10

열 그림 플롯

heatmap = sns.heatmap(data, cmap='coolwarm')

축 이름 설정

heatmap.set_xlabel('X-label')
heatmap.set_ylabel('Y-label')

열 그림 제목 설정

heatmap.set_title('Heatmap')

Add label

for i in range(len(data)):

for j in range(len(data[0])):
    plt.text(j + 0.5, i + 0.5, round(data[i][j], 2),
             ha="center", va="center", color="white")

Show image

plt.show()

위 코드 실행 , 테두리, 축 이름 및 눈금 레이블이 포함된 히트 맵을 얻을 수 있습니다.

4. 요약
Python의 Seaborn 라이브러리는 히트맵을 그리는 빠른 방법을 제공하며 적절한 설정을 통해 절묘한 효과를 얻을 수 있습니다. 이 기사의 소개를 통해 독자는 Python 시각화 도구를 사용하여 자신의 데이터를 표시하는 데 더욱 능숙해질 수 있습니다.

위 내용은 Python의 데이터 시각화 예: 히트맵의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!