[英]How do I make heatmap using scatter plot data from dataframe?
我有一个数据框,其中包含我的x和y数据(稍后将其转换为列表),并且对于每个x,y,我都有三个属性,它们是百分比(全部加起来为100%),例如,对于x,y第一个属性是0.05,第二个属性是0.45,第三个属性是0.5。
pc1 pc2 %_h %_s %_c
0 -2.319093 -4.058990 0.718839 0.074559 0.206602
1 1.514446 -2.324842 0.552632 0.157895 0.289474
2 -2.431196 -1.938358 0.440313 0.071755 0.487932
3 -2.642250 -1.001307 0.707883 0.058733 0.233385
4 -1.486477 -2.537368 0.617834 0.151956 0.230209
5 -1.990138 -3.457012 0.326633 0.088358 0.585008
6 -0.844124 -3.081770 0.550000 0.113636 0.336364
7 -2.376568 -1.471469 0.663071 0.196066 0.140863
8 -3.139226 0.451762 0.696914 0.056173 0.246914
:
我的目标是制作某种热图,以绘制x(pc1),y(pc2)和每个属性的范围,因此较暗的部分将意味着特定属性的密度较高。 以下是使用的热图:
plt.figure(figsize = (16,16))
plt.hist2d(pc1, pc2, bins=50, cmap=plt.cm.jet)
plt.show()
但这是基于x,y点的密度,但是我希望它基于我的3个属性,即红色区域用于
%h/%s/%c
值较高的区域
我的研究说,这与将数据网格化并计算每个单元的频率以获得某种z维度有关。 我已经尝试过: 用Matplotlib绘制2D热图,并: 使用散布数据集 ( 该图仅基于2维 ) 在MatPlotLib中生成热图,并且没有运气。
我还想使用sns.jointmap
功能为每个xy sns.jointmap
三个属性的密度的折线图
编辑我认为该方法将是绘制一个热图,该热图表示第一个属性,然后在另一个属性上依次层叠。 但是我不确定如何设置热图的范围来表示属性,而不是x,y的密度计数?
编辑这是在尝试建议的代码之后。
您尝试过pcolormesh吗? 示例: https : //matplotlib.org/3.1.1/gallery/images_contours_and_fields/pcolormesh_levels.html
fig, ax = plt.subplots()
data = np.array([df['%_h'],df['%_s'],df['%_c']]).reshape(3,len(df))
cax =ax.pcolormesh(df.index, np.arange(0,3), data, shading = 'gouraud', cmap = 'jet')
fig.colorbar(cax)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.