Bản đồ nhiệt trong matplotlib với màu?

Tôi muốn tạo một bản đồ nhiệt như thế này (hiển thị trên FlowingData ):

Dữ liệu nguồn ở đây , nhưng dữ liệu và nhãn ngẫu nhiên sẽ được sử dụng, tức là

import numpy
column_labels = list('ABCD')
row_labels = list('WXYZ')
data = numpy.random.rand(4,4)

Tạo bản đồ nhiệt đủ dễ dàng trong matplotlib:

from matplotlib import pyplot as plt
heatmap = plt.pcolor(data)

Và tôi thậm chí còn tìm thấy một đối số bản đồ màu có vẻ đúng:heatmap = plt.pcolor(data, cmap=matplotlib.cm.Blues)

Nhưng ngoài ra, tôi không thể tìm ra cách hiển thị nhãn cho các cột và hàng và hiển thị dữ liệu theo hướng thích hợp (điểm gốc ở trên cùng bên trái thay vì dưới cùng bên trái).

Các nỗ lực để thao tác heatmap.axes(ví dụ heatmap.axes.set_xticklabels = column_labels) đều không thành công. Tôi còn thiếu gì ở đây?

Điều này đã muộn, nhưng đây là cách triển khai python của tôi về bản đồ nhiệt NBA flowdata.

cập nhật: 1/4/2014 : cảm ơn mọi người

# -*- coding: utf-8 -*-
# <nbformat>3.0</nbformat>

# ------------------------------------------------------------------------
# Filename   : heatmap.py
# Date       : 2013-04-19
# Updated    : 2014-01-04
# Author     : @LotzJoe >> Joe Lotz
# Description: My attempt at reproducing the FlowingData graphic in Python
# Source     : http://flowingdata.com/2010/01/21/how-to-make-a-heatmap-a-quick-and-easy-solution/
#
# Other Links:
#     http://stackoverflow.com/questions/14391959/heatmap-in-matplotlib-with-pcolor
#
# ------------------------------------------------------------------------

import matplotlib.pyplot as plt
import pandas as pd
from urllib2 import urlopen
import numpy as np
%pylab inline

page = urlopen("http://datasets.flowingdata.com/ppg2008.csv")
nba = pd.read_csv(page, index_col=0)

# Normalize data columns
nba_norm = (nba - nba.mean()) / (nba.max() - nba.min())

# Sort data according to Points, lowest to highest
# This was just a design choice made by Yau
# inplace=False (default) ->thanks SO user d1337
nba_sort = nba_norm.sort('PTS', ascending=True)

nba_sort['PTS'].head(10)

# Plot it out
fig, ax = plt.subplots()
heatmap = ax.pcolor(nba_sort, cmap=plt.cm.Blues, alpha=0.8)

# Format
fig = plt.gcf()
fig.set_size_inches(8, 11)

# turn off the frame
ax.set_frame_on(False)

# put the major ticks at the middle of each cell
ax.set_yticks(np.arange(nba_sort.shape[0]) + 0.5, minor=False)
ax.set_xticks(np.arange(nba_sort.shape[1]) + 0.5, minor=False)

# want a more natural, table-like display
ax.invert_yaxis()
ax.xaxis.tick_top()

# Set the labels

# label source:https://en.wikipedia.org/wiki/Basketball_statistics
labels = [
    'Games', 'Minutes', 'Points', 'Field goals made', 'Field goal attempts', 'Field goal percentage', 'Free throws made', 'Free throws attempts', 'Free throws percentage',
    'Three-pointers made', 'Three-point attempt', 'Three-point percentage', 'Offensive rebounds', 'Defensive rebounds', 'Total rebounds', 'Assists', 'Steals', 'Blocks', 'Turnover', 'Personal foul']

# note I could have used nba_sort.columns but made "labels" instead
ax.set_xticklabels(labels, minor=False)
ax.set_yticklabels(nba_sort.index, minor=False)

# rotate the
plt.xticks(rotation=90)

ax.grid(False)

# Turn off all the ticks
ax = plt.gca()

for t in ax.xaxis.get_major_ticks():
    t.tick1On = False
    t.tick2On = False
for t in ax.yaxis.get_major_ticks():
    t.tick1On = False
    t.tick2On = False

Đầu ra trông như thế này:

Có một sổ ghi chép ipython với tất cả mã này ở đây . Tôi đã học được rất nhiều điều từ 'tràn nên hy vọng ai đó sẽ thấy điều này hữu ích.

Mô-đun python seaborn dựa trên matplotlib và tạo ra một bản đồ nhiệt rất đẹp.

Dưới đây là một triển khai với seaborn, được thiết kế cho máy tính xách tay ipython / jupyter.

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
# import the data directly into a pandas dataframe
nba = pd.read_csv("http://datasets.flowingdata.com/ppg2008.csv", index_col='Name  ')
# remove index title
nba.index.name = ""
# normalize data columns
nba_norm = (nba - nba.mean()) / (nba.max() - nba.min())
# relabel columns
labels = ['Games', 'Minutes', 'Points', 'Field goals made', 'Field goal attempts', 'Field goal percentage', 'Free throws made', 
          'Free throws attempts', 'Free throws percentage','Three-pointers made', 'Three-point attempt', 'Three-point percentage', 
          'Offensive rebounds', 'Defensive rebounds', 'Total rebounds', 'Assists', 'Steals', 'Blocks', 'Turnover', 'Personal foul']
nba_norm.columns = labels
# set appropriate font and dpi
sns.set(font_scale=1.2)
sns.set_style({"savefig.dpi": 100})
# plot it out
ax = sns.heatmap(nba_norm, cmap=plt.cm.Blues, linewidths=.1)
# set the x-axis labels on the top
ax.xaxis.tick_top()
# rotate the x-axis labels
plt.xticks(rotation=90)
# get figure (usually obtained via "fig,ax=plt.subplots()" with matplotlib)
fig = ax.get_figure()
# specify dimensions and save
fig.set_size_inches(15, 20)
fig.savefig("nba.png")

Kết quả đầu ra như sau: Tôi đã sử dụng bản đồ màu matplotlib Blues, nhưng cá nhân tôi thấy màu sắc mặc định khá đẹp. Tôi đã sử dụng matplotlib để xoay các nhãn trục x, vì tôi không thể tìm thấy cú pháp seaborn. Như đã lưu ý bởi grexor, cần phải chỉ định kích thước (fig.set_size_inches) bằng cách thử và sai, điều này tôi thấy hơi bực bội.

Theo lưu ý của Paul H, bạn có thể dễ dàng thêm các giá trị vào bản đồ nhiệt (annot = True), nhưng trong trường hợp này, tôi không nghĩ rằng nó đã cải thiện con số. Một số đoạn mã được lấy từ câu trả lời xuất sắc của joelotz.

Vấn đề chính là trước tiên bạn cần thiết lập vị trí của các tick x và y. Ngoài ra, nó giúp sử dụng giao diện hướng đối tượng hơn cho matplotlib. Cụ thể là tương tác axestrực tiếp với đối tượng.

import matplotlib.pyplot as plt
import numpy as np
column_labels = list('ABCD')
row_labels = list('WXYZ')
data = np.random.rand(4,4)
fig, ax = plt.subplots()
heatmap = ax.pcolor(data)

# put the major ticks at the middle of each cell, notice "reverse" use of dimension
ax.set_yticks(np.arange(data.shape[0])+0.5, minor=False)
ax.set_xticks(np.arange(data.shape[1])+0.5, minor=False)


ax.set_xticklabels(row_labels, minor=False)
ax.set_yticklabels(column_labels, minor=False)
plt.show()

Hy vọng rằng sẽ giúp.

Ai đó đã chỉnh sửa câu hỏi này để xóa mã tôi đã sử dụng, vì vậy tôi buộc phải thêm nó làm câu trả lời. Cảm ơn tất cả những người đã tham gia trả lời câu hỏi này! Tôi nghĩ rằng hầu hết các câu trả lời khác tốt hơn mã này, tôi chỉ để điều này ở đây cho mục đích tham khảo.

Cảm ơn Paul H và unutbu (người đã trả lời câu hỏi này ), tôi có một số đầu ra khá đẹp:

import matplotlib.pyplot as plt
import numpy as np
column_labels = list('ABCD')
row_labels = list('WXYZ')
data = np.random.rand(4,4)
fig, ax = plt.subplots()
heatmap = ax.pcolor(data, cmap=plt.cm.Blues)

# put the major ticks at the middle of each cell
ax.set_xticks(np.arange(data.shape[0])+0.5, minor=False)
ax.set_yticks(np.arange(data.shape[1])+0.5, minor=False)

# want a more natural, table-like display
ax.invert_yaxis()
ax.xaxis.tick_top()

ax.set_xticklabels(row_labels, minor=False)
ax.set_yticklabels(column_labels, minor=False)
plt.show()

Và đây là đầu ra: