Vẽ sơ đồ nhiệt 2D với Matplotlib

Sử dụng Matplotlib, tôi muốn vẽ sơ đồ nhiệt 2D. Dữ liệu của tôi là một mảng Numpy n-by-n, mỗi mảng có giá trị từ 0 đến 1. Vì vậy, đối với phần tử (i, j) của mảng này, tôi muốn vẽ một hình vuông tại tọa độ (i, j) trong bản đồ nhiệt, có màu tỷ lệ với giá trị của phần tử trong mảng.

Tôi có thể làm cái này như thế nào?

Các imshow()chức năng với các tham số interpolation='nearest'và cmap='hot'nên làm những gì bạn muốn.

import matplotlib.pyplot as plt
import numpy as np

a = np.random.random((16, 16))
plt.imshow(a, cmap='hot', interpolation='nearest')
plt.show()

Seaborn chăm sóc rất nhiều công việc thủ công và tự động vẽ một gradient ở bên cạnh biểu đồ, v.v.

import numpy as np
import seaborn as sns
import matplotlib.pylab as plt

uniform_data = np.random.rand(10, 12)
ax = sns.heatmap(uniform_data, linewidth=0.5)
plt.show()

Hoặc, bạn thậm chí có thể vẽ các tam giác vuông trên / dưới trái / phải của ma trận vuông, ví dụ ma trận tương quan là hình vuông và đối xứng, do đó, vẽ đồ thị tất cả các giá trị sẽ là dự phòng.

corr = np.corrcoef(np.random.randn(10, 200))
mask = np.zeros_like(corr)
mask[np.triu_indices_from(mask)] = True
with sns.axes_style("white"):
    ax = sns.heatmap(corr, mask=mask, vmax=.3, square=True,  cmap="YlGnBu")
    plt.show()

Đối với numpymảng 2d , chỉ cần sử dụng imshow()có thể giúp bạn:

import matplotlib.pyplot as plt
import numpy as np


def heatmap2d(arr: np.ndarray):
    plt.imshow(arr, cmap='viridis')
    plt.colorbar()
    plt.show()


test_array = np.arange(100 * 100).reshape(100, 100)
heatmap2d(test_array)

Mã này tạo ra một bản đồ nhiệt liên tục.

Bạn có thể chọn một tích hợp khác colormaptừ đây .

Tôi sẽ sử dụng matplotlib của pcolor / pcolormesh chức năng vì nó cho phép khoảng cách không đồng dạng của dữ liệu.

Ví dụ lấy từ matplotlib :

import matplotlib.pyplot as plt
import numpy as np

# generate 2 2d grids for the x & y bounds
y, x = np.meshgrid(np.linspace(-3, 3, 100), np.linspace(-3, 3, 100))

z = (1 - x / 2. + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)
# x and y are bounds, so z should be the value *inside* those bounds.
# Therefore, remove the last value from the z array.
z = z[:-1, :-1]
z_min, z_max = -np.abs(z).max(), np.abs(z).max()

fig, ax = plt.subplots()

c = ax.pcolormesh(x, y, z, cmap='RdBu', vmin=z_min, vmax=z_max)
ax.set_title('pcolormesh')
# set the limits of the plot to the limits of the data
ax.axis([x.min(), x.max(), y.min(), y.max()])
fig.colorbar(c, ax=ax)

plt.show()

Đây là cách để làm điều đó từ một csv:

import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import griddata

# Load data from CSV
dat = np.genfromtxt('dat.xyz', delimiter=' ',skip_header=0)
X_dat = dat[:,0]
Y_dat = dat[:,1]
Z_dat = dat[:,2]

# Convert from pandas dataframes to numpy arrays
X, Y, Z, = np.array([]), np.array([]), np.array([])
for i in range(len(X_dat)):
        X = np.append(X, X_dat[i])
        Y = np.append(Y, Y_dat[i])
        Z = np.append(Z, Z_dat[i])

# create x-y points to be used in heatmap
xi = np.linspace(X.min(), X.max(), 1000)
yi = np.linspace(Y.min(), Y.max(), 1000)

# Z is a matrix of x-y values
zi = griddata((X, Y), Z, (xi[None,:], yi[:,None]), method='cubic')

# I control the range of my colorbar by removing data 
# outside of my range of interest
zmin = 3
zmax = 12
zi[(zi<zmin) | (zi>zmax)] = None

# Create the contour plot
CS = plt.contourf(xi, yi, zi, 15, cmap=plt.cm.rainbow,
                  vmax=zmax, vmin=zmin)
plt.colorbar()  
plt.show()

ở đâu dat.xyztrong mẫu

x1 y1 z1
x2 y2 z2
...