作者:火 | 来源:互联网 | 2023-02-01 15:56
1> ImportanceOf..:
一个seaborn heatmap
绘制分类数据.这意味着每个出现的值将在热图中占用与任何其他值相同的空间,而与它们在数字上分开的距离无关.这对于数值数据通常是不期望的.而是可以选择以下技术之一.
Scatter
彩色散点图可能与热图一样好.点的颜色代表yy
值.
ax.scatter(df.v1, df.v2, c=df.yy, cmap="copper")
u = u"""v1 v2 yy
15.25 44.34 100.00
83.05 59.78 100.00
96.61 65.09 100.00
100.00 75.47 100.00
100.00 50.00 100.00
100.00 68.87 100.00
100.00 79.35 100.00
100.00 100.00 100.00
100.00 63.21 100.00
100.00 100.00 100.00
100.00 68.87 100.00
0.00 56.52 92.86
10.17 52.83 92.86
23.73 46.23 92.86"""
import pandas as pd
import matplotlib.pyplot as plt
import io
df = pd.read_csv(io.StringIO(u), delim_whitespace=True )
fig, ax = plt.subplots()
sc = ax.scatter(df.v1, df.v2, c=df.yy, cmap="copper")
fig.colorbar(sc, ax=ax)
ax.set_aspect("equal")
plt.show()