最初看到热力图时&＃xff0c;你是不是会从内心发出惊呼&＃xff0c;看着特别有感觉&＃xff1f;

那老海就问第二个问题了&＃xff0c;然后你还能看出什么来&＃xff1f;

颜色有深有浅&＃xff1f;还有什么&＃xff1f;能看出哪个区域大吗&＃xff1f;到底又大多少&＃xff1f;

哈哈&＃xff0c;这种感觉就是热力图的特点&＃xff1a;如同蒙面美人的图表类型&＃xff01;

OK&＃xff0c;什么是热力图&＃xff1f;

热力图 (Heat Map)&＃xff0c;“热力图” 一词最初是由软件设计师提出并创造的&＃xff0c;专门用来描述实时金融市场信息的图表类型。注意是软件设计师提出的&＃xff0c;不是视觉设计师&＃xff0c;更不是数据分析师&＃xff01;

正因如此&＃xff0c;就如同南丁格尔玫瑰图一样&＃xff0c;都是特殊出身&＃xff0c;因此用途局限性非常大。

最早的热力图&＃xff0c;都是在矩形色块加上颜色变换。而当今我们说的大多是经过平滑模糊的热力图谱&＃xff0c;这样的热力图更容易让人们理解和解读。

热力图的基本数据样式

不同的特征字段&＃xff0c;在不同的数值上的统计情况&＃xff0c;统计分布不同则颜色也变化。

热力图的使用建议

1. 热力图在绘图前尽量统一数据量纲、或者进行归一化标准化处理
2. 热力图的主要应用在整体全局的数据呈现&＃xff0c;不适合局部精准数据展示
3. 热力图的颜色带来强烈的视觉冲击力&＃xff0c;数据准确度上较弱&＃xff0c;很难来分辨具体大小
4. 热力图常用来用表达分布&＃xff0c;所以一般情况用彩虹色系(rainbow)来传达这个分布变化
5. 热力图背景常常是图片或地图&＃xff0c;因此不需要必须有坐标轴。

下面开始具体的操作案例

准备工作

## 初始字体设置&＃xff0c;设置好可避免很多麻烦plt.rcParams[&＃39;font.sans-serif&＃39;]&＃61;[&＃39;Source Han Sans CN&＃39;] # 显示中文不乱码&＃xff0c;思源黑体 plt.rcParams[&＃39;font.size&＃39;] &＃61; 22 # 设置图表全局字体大小&＃xff0c;后期某个元素的字体大小可以自行调整plt.rcParams[&＃39;axes.unicode_minus&＃39;] &＃61; False # 显示负数不乱码## 初始化图表大小plt.rcParams[&＃39;figure.figsize&＃39;] &＃61; (20.0, 8.0) # 设置figure_size尺寸## 初始化图表分辨率质量plt.rcParams[&＃39;savefig.dpi&＃39;] &＃61; 300 # 设置图表保存时的像素分辨率plt.rcParams[&＃39;figure.dpi&＃39;] &＃61; 300 # 设置图表绘制时的像素分辨率## 图表的颜色自定义colors &＃61; [&＃39;#dc2624&＃39;, &＃39;#2b4750&＃39;, &＃39;#45a0a2&＃39;, &＃39;#e87a59&＃39;, &＃39;#7dcaa9&＃39;, &＃39;#649E7D&＃39;, &＃39;#dc8018&＃39;, &＃39;#C89F91&＃39;, &＃39;#6c6d6c&＃39;, &＃39;#4f6268&＃39;, &＃39;#c7cccf&＃39;]plt.rcParams[&＃39;axes.prop_cycle&＃39;] &＃61; plt.cycler( color&＃61;colors)path &＃61; &＃39;D:系列文章&＃39;# 自定义文件路径&＃xff0c;可以自行设定os.chdir(path)# 设置为该路径为工作路径&＃xff0c;一般存放数据源文件

设定图表样式和文件路径

Financial_data &＃61; pd.read_excel(&＃39;虚拟演示案例数据.xlsx&＃39;,sheet_name&＃61;&＃39;二维表&＃39;)Financial_data

读入数据

Financial_data &＃61; pd.read_excel(&＃39;虚拟演示案例数据.xlsx&＃39;,sheet_name&＃61;&＃39;二维表&＃39;)Financial_data

热力图的基本数据结构

热力图的基本颜色配色

各个数值在不同特征下的热力情况

最基本的热力图原理&＃xff0c;方便我们理解热力这个概念是什么

plt.rcParams[&＃39;figure.figsize&＃39;] &＃61; (10, 10) # 设置figure_size尺寸plt.rcParams[&＃39;font.size&＃39;] &＃61; 10 # 设置图表全局字体大小&＃xff0c;后期某个元素的字体大小可以自行调整# Financial_data &＃61; Financial_data.drop(&＃39;分类&＃39;,axis&＃61;1)targetlist &＃61; Financial_data.columns[1:] # 选择需要的字段heatdata &＃61; round(Financial_data.loc[:,targetlist]/1000) # 为了展示方便&＃xff0c;数据统一除以1000&＃xff0c;并取四舍五入取整数# 利用sns.heatmap来画热图sns.heatmap(heatdata, # 设置数据源 cmap&＃61;&＃39;Greens&＃39;, # 设置热图配色 annot&＃61;True, # 开启设置显示数字&＃xff0c;默认不显示 annot_kws&＃61;{"size":8}, # 设置显示数字的大小 vmax&＃61;10, # 设置显示范围最大值 vmin&＃61;0, # 设置显示范围最小值 center&＃61;5, # 设置颜色显示中心的数值&＃xff0c;来控制 yticklabels&＃61;True, # 设置Y轴标签是否显示 xticklabels&＃61;True, # 设置X轴标签是否显示&＃xff0c;默认为显示# xticklabels&＃61;4, # 可以设置显示哪些标签或者隐藏部分标签&＃xff0c;避免图像混乱 cbar&＃61;True, # 设置颜色栏是否显示&＃xff0c;默认为显示 linewidths&＃61;2, # 格子之间的间隔距离 linecolor&＃61;&＃39;white&＃39;) # 格子之间的间隔颜色sns.despine() # 默认无参数状态&＃xff0c;就是删除上方和右方的边框&＃xff0c;matplotlib貌似做不到plt.show()

设定分组对象在不同特征下的热力情况

可自定义我们需要参考的对比对象

plt.rcParams[&＃39;figure.figsize&＃39;] &＃61; (10, 10) # 设置figure_size尺寸plt.rcParams[&＃39;font.size&＃39;] &＃61; 10 # 设置图表全局字体大小&＃xff0c;后期某个元素的字体大小可以自行调整# Financial_data &＃61; Financial_data.drop(&＃39;分类&＃39;,axis&＃61;1)# targetlist &＃61; Financial_data.columns[:] # 选择需要的字段heatdata &＃61; Financial_data.set_index(&＃39;门店城市&＃39;,drop&＃61;True) # 设置参考对象列作为index索引# corr_matrix&＃61;heatdata.corr()# 利用sns.heatmap来画热图sns.heatmap(heatdata, # 设置数据源 cmap&＃61;&＃39;Greens&＃39;, # 设置热图配色 annot&＃61;True, # 设置显示数字 vmax&＃61;10, # 设置显示范围最大值 vmin&＃61;0, # 设置显示范围最小值 center&＃61;5, # 设置颜色显示中心的数值&＃xff0c;来控制 linewidths&＃61;2) # 格子之间的间隔距离sns.despine() # 默认无参数状态&＃xff0c;就是删除上方和右方的边框&＃xff0c;matplotlib貌似做不到plt.show()

相关矩阵(平方)

除了查看统计分布&＃xff0c;还可以查看不同变量之间的相关性&＃xff0c;常用在特征选择上

plt.rcParams[&＃39;figure.figsize&＃39;] &＃61; (10, 10) # 设置figure_size尺寸plt.rcParams[&＃39;font.size&＃39;] &＃61; 10 # 设置图表全局字体大小&＃xff0c;后期某个元素的字体大小可以自行调整# Financial_data &＃61; Financial_data.drop(&＃39;分类&＃39;,axis&＃61;1)targetlist &＃61; Financial_data.columns[1:] # 选择需要的字段heatdata &＃61; round(Financial_data.loc[:,targetlist]/1000) # 为了展示方便&＃xff0c;数据统一除以1000&＃xff0c;并取四舍五入取整数corr_matrix&＃61;heatdata.corr()# 利用sns.heatmap来画热图sns.heatmap(corr_matrix, # 设置数据源 cmap&＃61;&＃39;Greens&＃39;, # 设置热图配色 annot&＃61;True, # 设置显示数字 vmax&＃61;1, # 设置显示范围最大值 vmin&＃61;0, # 设置显示范围最小值 center&＃61;5, # 设置颜色显示中心的数值&＃xff0c;来控制 linewidths&＃61;2) # 格子之间的间隔距离sns.despine() # 默认无参数状态&＃xff0c;就是删除上方和右方的边框&＃xff0c;matplotlib貌似做不到plt.show()

半相关热图

这是相关矩阵热力图的简化版&＃xff0c;因为对角矩阵的一半元素都是相同的&＃xff0c;所以可以简化

plt.rcParams[&＃39;figure.figsize&＃39;] &＃61; (10, 10) # 设置figure_size尺寸plt.rcParams[&＃39;font.size&＃39;] &＃61; 10 # 设置图表全局字体大小&＃xff0c;后期某个元素的字体大小可以自行调整# Financial_data &＃61; Financial_data.drop(&＃39;分类&＃39;,axis&＃61;1)targetlist &＃61; Financial_data.columns[1:] # 选择需要的字段heatdata &＃61; round(Financial_data.loc[:,targetlist]/1000) # 为了展示方便&＃xff0c;数据统一除以1000&＃xff0c;并取四舍五入取整数# 极值化MAX-MINnormalization_matrix&＃61;(heatdata-heatdata.min())/heatdata.max()# 正则化normalization_matrix&＃61;(heatdata-heatdata.mean())/heatdata.std()# 利用sns.heatmap来画热图sns.heatmap(normalization_matrix, # 设置数据源 cmap&＃61;&＃39;Greens&＃39;, # 设置热图配色 annot&＃61;True, # 设置显示数字 vmax&＃61;1, # 设置显示范围最大值 vmin&＃61;0, # 设置显示范围最小值 center&＃61;5, # 设置颜色显示中心的数值&＃xff0c;来控制 linewidths&＃61;2) # 格子之间的间隔距离sns.despine() # 默认无参数状态&＃xff0c;就是删除上方和右方的边框&＃xff0c;matplotlib貌似做不到plt.show()

无量纲化热力图

有时数据的量纲规模变化很大&＃xff0c;此时建议统一数据量纲&＃xff0c;效果会好些

plt.rcParams[&＃39;figure.figsize&＃39;] &＃61; (10, 10) # 设置figure_size尺寸plt.rcParams[&＃39;font.size&＃39;] &＃61; 10 # 设置图表全局字体大小&＃xff0c;后期某个元素的字体大小可以自行调整# Financial_data &＃61; Financial_data.drop(&＃39;分类&＃39;,axis&＃61;1)targetlist &＃61; Financial_data.columns[1:] # 选择需要的字段heatdata &＃61; round(Financial_data.loc[:,targetlist]/1000) # 为了展示方便&＃xff0c;数据统一除以1000&＃xff0c;并取四舍五入取整数# 极值化MAX-MINnormalization_matrix&＃61;(heatdata-heatdata.min())/heatdata.max()# 正则化normalization_matrix&＃61;(heatdata-heatdata.mean())/heatdata.std()# 利用sns.heatmap来画热图sns.heatmap(normalization_matrix, # 设置数据源 cmap&＃61;&＃39;Greens&＃39;, # 设置热图配色 annot&＃61;True, # 设置显示数字 vmax&＃61;1, # 设置显示范围最大值 vmin&＃61;0, # 设置显示范围最小值 center&＃61;5, # 设置颜色显示中心的数值&＃xff0c;来控制 linewidths&＃61;2) # 格子之间的间隔距离sns.despine() # 默认无参数状态&＃xff0c;就是删除上方和右方的边框&＃xff0c;matplotlib貌似做不到plt.show()

树形&＃43;热力图

这是混合图表应用&＃xff0c;用途特别有些&＃xff0c;有时候数据图表都堆在一起&＃xff0c;看着就乱&＃xff0c;不推荐

plt.rcParams[&＃39;figure.figsize&＃39;] &＃61; (10, 10) # 设置figure_size尺寸plt.rcParams[&＃39;font.size&＃39;] &＃61; 10 # 设置图表全局字体大小&＃xff0c;后期某个元素的字体大小可以自行调整heatdata &＃61; Financial_data.set_index(&＃39;门店城市&＃39;,drop&＃61;True) # 设置参考对象列作为index索引# # 利用sns.heatmap来画热图# sns.heatmap(heatdata, # 设置数据源# cmap&＃61;&＃39;Greens&＃39;, # 设置热图配色# annot&＃61;True, # 设置显示数字# vmax&＃61;1, # 设置显示范围最大值# vmin&＃61;0, # 设置显示范围最小值# center&＃61;5, # 设置颜色显示中心的数值&＃xff0c;来控制# linewidths&＃61;2) # 格子之间的间隔距离# 距离相似性的设置sns.clustermap(heatdata.iloc[:20,:], metric&＃61;"correlation", # 距离相似性&＃xff0c;设置为相似性&＃xff1a;"correlation"&＃xff0c;欧氏距离&＃xff1a;"euclidean" method&＃61;"single", # 聚类的方法&＃xff0c;设置为最近点算法&＃xff1a;"single",方差最小化算法:"Ward" cmap&＃61;"Blues", # 设置热图配色 standard_scale&＃61;1, # 归一化设置&＃xff0c;还可设置z_score&＃61;1的方法 robust&＃61;True, # 离群值检验&＃xff0c;默认为不开启&＃xff0c;这里设置开启离群值研究# row_colors&＃61;row_colors )sns.despine() # 默认无参数状态&＃xff0c;就是删除上方和右方的边框&＃xff0c;matplotlib貌似做不到plt.show()

写在最后

上一篇介绍气泡图&＃xff0c;而热力图给人的视觉冲击力更强&＃xff0c;当然也就变得更不精准

我们使用图表的目标不同&＃xff0c;选择图表时就得非常注意&＃xff0c;

热力图我一般是不会选择的&＃xff0c;商业分析一般要求务必表达精准&＃xff0c;所以它不适合

更多的时候是在做机器学习的特征选择时&＃xff0c;会探索一下变量间的相关性如何。

OK&＃xff0c;今天先到这里了&＃xff0c;老海日常随笔总结&＃xff0c;码字不易&＃xff0c;初心不改&＃xff01;

如果觉得喜欢&＃xff0c;请动动小手关注和转发&＃xff0c;鼓励一下我们。

我是老海&＃xff0c;来自数据炼金术师