Plotly-ヒートマップ
ヒートマップ(またはヒートマップ)は、マトリックスに含まれる個々の値が色として表されるデータのグラフィック表現です。 ヒートマップの主な目的は、データセット内の場所/イベントの量をよりよく視覚化し、最も重要なデータ視覚化の領域に視聴者を向けるのを支援することです。
値を伝えるために色に依存しているため、ヒートマップはおそらく最も一般的な数値のビューを表示するために使用されます。 ヒートマップは非常に用途が広く、傾向に注目を集めるのに効率的です。これらの理由により、ヒートマップは分析コミュニティでますます人気が高まっています。
ヒートマップは本質的に一目瞭然です。 色合いが濃いほど、量が多くなります(値が大きいほど、分散が狭くなるなど)。 Plotlyのgraph_objectsモジュールには* Heatmap()関数が含まれています。 x、 *y 、 z 属性が必要です。 それらの値は、リスト、numpy配列、またはPandasデータフレームにすることができます。
次の例では、データ(色/年で異なる農家が収穫したもの)を色分けして定義する2Dリストまたは配列があります。 次に、農家の名前と栽培している野菜の名前の2つのリストも必要です。
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)
上記のコードの出力は次のように与えられます-
ヒートマップ