Plotly 简明教程

Plotly - Heatmap

热力图（或热图）是数据的图形化表示，其中数据集中包含的各个值表示为颜色。热图的主要目的是更好地可视化数据集中的位置/事件的数量，并帮助将查看者定向到数据可视化中最重要的地方。

由于热图依赖于颜色来传达值，因此它们最常用于显示数字值的概括视图。热图在吸引注意力时极其通用且高效，正因如此，它们在分析社区中变得越来越受欢迎。

热图本质上是不言自明的。阴影越深，数量越大（值越高，分散越紧密，依此类推）。Plotly 的 graph_objects 模块包含 Heatmap() 函数。它需要 x、 y 和 z 属性。它们的值可以是列表、numpy 数组或 Pandas 数据框。

在以下示例中，我们有一个 2D 列表或数组，其中定义了需要着色的数据（不同农民每年收获的吨/年）。然后，我们还需要两个农民姓名和他们耕种的蔬菜名称列表。

vegetables = [
   "cucumber",
   "tomato",
   "lettuce",
   "asparagus",
   "potato",
   "wheat",
   "barley"
]
farmers = [
   "Farmer Joe",
   "Upland Bros.",
   "Smith Gardening",
   "Agrifun",
   "Organiculture",
   "BioGoods Ltd.",
   "Cornylee Corp."
]
harvest = np.array(
   [
      [0.8, 2.4, 2.5, 3.9, 0.0, 4.0, 0.0],
      [2.4, 0.0, 4.0, 1.0, 2.7, 0.0, 0.0],
      [1.1, 2.4, 0.8, 4.3, 1.9, 4.4, 0.0],
      [0.6, 0.0, 0.3, 0.0, 3.1, 0.0, 0.0],
      [0.7, 1.7, 0.6, 2.6, 2.2, 6.2, 0.0],
      [1.3, 1.2, 0.0, 0.0, 0.0, 3.2, 5.1],
      [0.1, 2.0, 0.0, 1.4, 0.0, 1.9, 6.3]
   ]
)
trace = go.Heatmap(
   x = vegetables,
   y = farmers,
   z = harvest,
   type = 'heatmap',
   colorscale = 'Viridis'
)
data = [trace]
fig = go.Figure(data = data)
iplot(fig)

上面提到的代码的输出如下 −

heatmap