今天就跟大家聊聊有關使用python怎么實現(xiàn)一個熱力圖效果，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據(jù)這篇文章可以有所收獲。

創(chuàng)新互聯(lián)是少有的網(wǎng)站制作、成都做網(wǎng)站、營銷型企業(yè)網(wǎng)站、小程序開發(fā)、手機APP,開發(fā)、制作、設計、賣鏈接、推廣優(yōu)化一站式服務網(wǎng)絡公司,從2013年創(chuàng)立,堅持透明化,價格低,無套路經(jīng)營理念。讓網(wǎng)頁驚喜每一位訪客多年來深受用戶好評

1.導入相關的packages

import seaborn as sns
%matplotlib inline
sns.set(font_scale=1.5)

2.參數(shù)

vmax：設置顏色帶的較大值

vmin：設置顏色帶的最小值

cmap：設置顏色帶的色系

center：設置顏色帶的分界線

annot：是否顯示數(shù)值注釋

fmt：format的縮寫，設置數(shù)值的格式化形式

linewidths：控制每個小方格之間的間距

linecolor：控制分割線的顏色

cbar_kws：關于顏色帶的設置

mask：傳入布爾型矩陣，若為矩陣內為True，則熱力圖相應的位置的數(shù)據(jù)將會被屏蔽掉（常用在繪制相關系數(shù)矩陣圖）

3.實例

用Python生成heatmap比較簡單，導入googlmap然后把經(jīng)緯度plot在地圖上就可以了。最后把heatmap生成為一個html文件，可以放大和縮小。

import gmplot       # plot the locations on google map
import numpy as np    # linear algebra
import pandas as pd    # data processing, CSV file I/O (e.g. pd.read_csv())
import matplotlib.pyplot as plt # data visualization
import seaborn as sns    # data visualization
df = pd.read_csv("data.csv")
df = pd.DataFrame(df)
df_td = pd.read_csv("datacopy.csv")
df_td = pd.DataFrame(df_td)
# print df.dtypes
print (df.shape)
print (df_td.shape)
def plot_heat_map(data, number):
  latitude_array = data['INTPTLAT'].values
  latitude_list = latitude_array.tolist()
  print(latitude_list[0])
  Longitude_array = data['INTPTLONG'].values
  longitude_list = Longitude_array.tolist()
  print(longitude_list[0])
  # Initialize the map to the first location in the list
  gmap = gmplot.GoogleMapPlotter(latitude_list[0], longitude_list[0], 10)
  # gmap.scatter(latitude_list, longitude_list, edge_width=10)
  gmap.heatmap(latitude_list, longitude_list)
  # Write the map in an HTML file
  # gmap.draw('Paths_map.html')
  gmap.draw('{}_Paths_map.html'.format(number))
plot_heat_map(df,'4')

內容擴展：

實例擴展1

# -*- coding: utf-8 -*-
from pyheatmap.heatmap import HeatMap
import numpy as np
N = 10000
X = np.random.rand(N) * 255 # [0, 255]
Y = np.random.rand(N) * 255
data = []
for i in range(N):
 tmp = [int(X[i]), int(Y[i]), 1]
 data.append(tmp)
heat = HeatMap(data)
heat.clickmap(save_as="1.png") #點擊圖
heat.heatmap(save_as="2.png") #熱圖

實例擴展2

import matplotlib.pyplot as plt
import matplotlib.cm as cm
from matplotlib.colors import LogNorm
import numpy as np
x, y = np.random.rand(10), np.random.rand(10)
z = (np.random.rand(9000000)+np.linspace(0,1, 9000000)).reshape(3000, 3000)
plt.imshow(z+10, extent=(np.amin(x), np.amax(x), np.amin(y), np.amax(y)),
  cmap=cm.hot, norm=LogNorm())
plt.colorbar()
plt.show()

看完上述內容，你們對使用python怎么實現(xiàn)一個熱力圖效果有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝大家的支持。

名稱欄目：使用python怎么實現(xiàn)一個熱力圖效果-創(chuàng)新互聯(lián)
當前路徑：http://aaarwkj.com/article38/idjpp.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供電子商務、虛擬主機、企業(yè)建站、做網(wǎng)站、品牌網(wǎng)站建設、軟件開發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)