建站
咨詢
售后
建站咨詢
新聞中心
這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
創(chuàng)新互聯(lián)Python教程：python熱力圖的原理實現(xiàn)
在我們想要對不同變量進行判斷的時候，會分析其中的之間的聯(lián)系。這種理念同樣也被用在實例生活中，最常見到的是做一個地理的熱力圖。很多人對畫熱力圖的方法不是很清楚，我們可以先裝好相關的工具，了解一些使用參數(shù)，然后在實例中進行畫熱力圖的實例體驗，下面就來看看具體的方法吧。
1.導入相關的packages
import seaborn as sns %matplotlib inline sns.set(font_scale=1.5)
2.參數(shù)
vmax：設置顏色帶的值
vmin：設置顏色帶的最小值
cmap：設置顏色帶的色系
center：設置顏色帶的分界線
annot：是否顯示數(shù)值注釋
fmt：format的縮寫，設置數(shù)值的格式化形式
linewidths：控制每個小方格之間的間距
linecolor：控制分割線的顏色
cbar_kws：關于顏色帶的設置
mask：傳入布爾型矩陣，若為矩陣內(nèi)為True，則熱力圖相應的位置的數(shù)據(jù)將會被屏蔽掉（常用在繪制相關系數(shù)矩陣圖）
3.實例
用Python生成heatmap比較簡單，導入googlmap然后把經(jīng)緯度plot在地圖上就可以了。最后把heatmap生成為一個html文件，可以放大和縮小。
import gmplot # plot the locations on google map
import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv())
import matplotlib.pyplot as plt # data visualization
import seaborn as sns # data visualization
df = pd.read_csv("data.csv")
df = pd.DataFrame(df)
df_td = pd.read_csv("datacopy.csv")
df_td = pd.DataFrame(df_td)
# print df.dtypes
print (df.shape)
print (df_td.shape)
def plot_heat_map(data, number):
latitude_array = data['INTPTLAT'].values
latitude_list = latitude_array.tolist()
print(latitude_list[0])
Longitude_array = data['INTPTLONG'].values
longitude_list = Longitude_array.tolist()
print(longitude_list[0])
# Initialize the map to the first location in the list
gmap = gmplot.GoogleMapPlotter(latitude_list[0], longitude_list[0], 10)
# gmap.scatter(latitude_list, longitude_list, edge_width=10)
gmap.heatmap(latitude_list, longitude_list)
# Write the map in an HTML file
# gmap.draw('Paths_map.html')
gmap.draw('{}_Paths_map.html'.format(number))
plot_heat_map(df,'4')以上就是python熱力圖的原理實現(xiàn)，大家可以先跟著代碼試驗一下，看看是否能運行出相關的熱力圖，然后就其中的一些知識點進行學習。
當前名稱：創(chuàng)新互聯(lián)Python教程：python熱力圖的原理實現(xiàn)
路徑分享：http://www.5511xx.com/article/cdohdoe.html
