Colores del mapa de calor de Seaborn

Los mapas de calor son mapas de colores que muestran datos en un formato bidimensional. La variación de color se logra utilizando el tono, la saturación o la luminosidad para representar la información diferente en los mapas de color. Esta variación de color brinda a los lectores información visual sobre la magnitud de los valores cuantitativos. Los mapas de calor reemplazan los números con colores porque la mente humana entiende las vistas mejor que los datos de texto. Dado que los humanos son principalmente visuales, tiene sentido representar los datos de la forma que desee. Los mapas de calor son representaciones visuales de datos fáciles de entender. Como resultado, las herramientas de visualización de datos, como los mapas de calor, son cada vez más populares. Los mapas de calor se utilizan para mostrar patrones, desviaciones y anomalías, así como para mostrar la saturación o intensidad de la variable. Las relaciones entre las variables se muestran mediante mapas de calor. Ambos ejes se utilizan para representar estas variables. Al observar el cambio de color en la celda, podemos buscar los patrones. Solo requiere una entrada numérica y lo muestra en la cuadrícula, con diferentes valores de datos indicados por la diferente intensidad del color. Se pueden usar muchos esquemas de color diferentes para representar el mapa de calor, cada uno con sus propias ventajas y desventajas percibidas. Los colores en el mapa de calor indican patrones en los datos, por lo que las decisiones de la paleta de colores son más que cosméticas. La búsqueda de patrones puede ser más fácil al tener las paletas de colores correctas, pero también puede verse obstaculizada por una mala selección de colores. Los mapas de colores se utilizan para visualizar mapas de calor porque proporcionan una forma sencilla y eficaz de mostrar datos. Se pueden usar diferentes mapas de colores para diferentes tipos de mapas de calor. En este artículo, examinamos cómo interactuar con mapas de calor marinos utilizando los mapas de color.

Contenidos

Ejemplo 1: establecer la trama secuencial de los mapas de colores

Cuando los valores de los datos (numéricamente) cambian de mayor a menor y solo uno de ellos es significativo para el análisis, utilizamos los mapas de colores secuenciales. Observe que creamos un mapa de colores con sns.color palette() y mostramos los colores en el mapa de colores con sns.palplot(). El siguiente ejemplo explica cómo crear un mapa de calor de mapa de colores secuencial utilizando el módulo Seaborn. En el siguiente script de Python, proporcionamos los tres módulos necesarios para que funcione el código. Luego insertamos la semilla cero en la función aleatoria para generar números aleatorios. Creamos los datos de campo en los que se llama a la función rand, que genera un número aleatorio en un intervalo específico para el eje x y el eje y. Luego creamos una variable de mapa de colores en la que color_palette creó el color «Rojos». Al final, el color cmap se usa para el mapa de calor. import matplotlib.pyplot como pltimport seaborn como snsimport numpy como np np.random.seed(0)data = np.random.rand(10, 10)colormap = sns.color_palette(«Reds») ax = sns.heatmap(data, cmap=mapa de colores)plt.show()

El mapa de calor de color secuencial se representa así desde el script anterior.

Ejemplo 2: establezca los mapas de colores secuenciales utilizando el gráfico de argumento cmap

Dado que «Reds» es un mapa de color incorporado en Seaborn, también se puede pasar directamente al argumento cmap. Vale la pena señalar que nuestro mapa de color tiene una intensidad de color continua, a diferencia del anterior, que tenía una intensidad de verde discreta para un rango de valores posibles. Aquí hay una mirada más cercana a los mapas de color obtenidos en los mapas de calor mencionados en la imagen a continuación: Pasamos un cero para la semilla de rand y generamos el número aleatorio usando la función de rand dentro de los datos variables para tener. Establecemos el intervalo (15,15) tanto para el eje x como para el eje y. Luego pasamos un argumento cmap que tiene el color «blues» dentro de la función de mapa de calor. Esto crea las variaciones de color «azul» del mapa de calor. importar matplotlib.pyplot como pltimport seaborn como snsimport numpy como npnp.random.seed(0)data = np.random.rand(15, 15)ax = sns.heatmap(data, cmap=»Blues»)plt.show()

El gráfico de intensidad de color secuencial de azules se muestra dentro de la figura junto con la barra de color del color especificado.

Ejemplo 3: especificar el gráfico de mapas de colores divergentes

Se utilizan para representar los valores numéricos que van de mayor a menor (y viceversa), donde tanto el valor máximo como el mínimo son importantes. En un mapa de calor marino, el siguiente ejemplo explica cómo usar un mapa de colores divergente. Aquí importamos la biblioteca Seaborn instalada en nuestro lenguaje Python. La biblioteca matplotlib también se utiliza para la visualización del gráfico. Tenemos otro módulo que es NumPy para las funciones NumPy. Luego, al usar el módulo NumPy, tenemos la función np.random.seed que pasa un valor de cero que se usa para inicializar los números aleatorios. Dentro de los datos variables, llamamos a una función NumPy rand que establece el límite de número para ambos ejes en el gráfico. Luego tenemos una función de mapa de calor de Seaborn que toma el argumento cmap. El cmap está configurado con el esquema de color predeterminado, que son los colores fríos y cálidos. import matplotlib.pyplot como pltimport seaborn como snsimport numpy como np np.random.seed(0) data = np.random.rand(10, 12)ax = sns.heatmap(data, cmap=»coolwarm»)plt.show( )

En la imagen a continuación, tenemos un mapa de calor personalizado usando cmap:

Ejemplo 4: Configuración del gráfico de parámetros Cbar

El atributo cbar del mapa de calor es un valor booleano que implica si se debe dibujar. La barra de color se muestra en el gráfico de forma predeterminada si no se especifica el parámetro cbar. Cambie cbar a False para deshabilitar la barra de colores. El parámetro cbar=False en el método heatmap() se puede usar para deshabilitar la barra de color del mapa de calor en Seaborn. Necesitábamos las cuatro bibliotecas; La biblioteca adicional son los pandas para el marco de datos que usamos en el código. En seaborn llamamos a una función establecida aquí. Luego, con la función del conjunto de datos cargada, los vuelos del conjunto de datos de muestra se agregan y almacenan en la variable df. En la siguiente línea, tenemos una función pivote que toma los datos de las columnas y los agrupa en consecuencia. Pasamos las tres columnas: Meses, Año y Pasajeros del registro de vuelo. Ahora, cuando llama a la función de mapa de calor seaborn, el argumento cbar se establece en un valor incorrecto. La trama se representa con la función plt show. importar pandas como pd importar numpy como np importar seaborn como sns importar matplotlib.pyplot como pltsns.set()df = sns.load_dataset(«vuelos»)df = df.pivot(«mes», «año», «pasajeros») hacha = sns.heatmap(df, cbar=False)plt.show()

El cbar se elimina de la trama del mapa de calor en la figura dada:

Conclusión

Es fácil trabajar con los mapas de calor de Seaborn. Hemos discutido los dos tipos de mapas de colores, que incluyen mapas de colores secuenciales y divergentes. Los explicamos brevemente junto con el ejemplo en ejecución usando el compilador Python Seaborn en Ubuntu 20.04.

Deja una respuesta

Tu dirección de correo electrónico no será publicada.