如何從我的 python 字典中獲取 plot 熱圖？

Question

我有一個 python 字典，其鍵是棋盤位置（64 個位置），其值是在棋盤 position 上發生的捕獲次數。

OrderedDict([('a1', 552),
             ('a2', 1128),
             ('a3', 1464),
             ('a4', 2328),
             ('a5', 2304),
             ('a6', 2088),
             ('a7', 1344),
             ('a8', 768),
             ('b1', 504),
             ('b2', 2544),
             ('b3', 3480),
             ('b4', 5016),
             ...
             ('h5', 2136),
             ('h6', 1968),
             ('h7', 816),
             ('h8', 336)])

為了找到棋盤上最“危險”的位置，我希望使用 seaborn 將 plot 這些值放到熱圖中。 為此，應將數據轉換為 pandas dataframe 或 numpy 數組，其中行范圍從1到8 ，列范圍從a到h （參見。 我需要一個與所示棋盤布局完全相同的數據框。

如何將此“線性”數據轉換為二維布局？

Answer 1

你可以試試：

# this would make `a`-`h` as rows
# transpose the data if you like
data = np.array(list(your_dict.values()) ).reshape(8,8)
plt.imshow(data, cmap='hot')

Answer 2

Seaborn 熱量 map 非常簡單。 已生成完整的OrderedDict來演示。

from collections import OrderedDict
import random
import numpy as np;
import seaborn as sns

cb = OrderedDict([(f"{c}{r}",random.randint(300,5000)) for c in "abcdefgh" for r in range(8,0,-1)])

ax = sns.heatmap(np.array([bpv for bp, bpv in cb.items()]).reshape(8,8))
ylabel = ax.set_yticklabels(np.array([bp[-1] for bp, bpv in cb.items()]).reshape(8,8)[0])
xlabel = ax.set_xticklabels(np.array([bp[0] for bp, bpv in cb.items()]).reshape(8,8)[:,0])

Answer 3

我在@Quang Hoang 的幫助下找到了解決方案：

data = np.array(list(dic.values()) ).reshape(8,8) # transform to 2D
data = data.transpose() # transpose (swap rows with columns)
data = np.flipud(data)  # flip vertically to match chessboard layout
data

它返回：

array([[  768,   600,  1896,  2592,  1440,  1008,   144,   336],
       [ 1344,  2304,  1512,  3192,  3096,  2712,  2280,   816],
       [ 2088,  2664,  5952,  5472,  4536,  7152,  3192,  1968],
       [ 2304,  4872,  7608, 16656, 11544,  6408,  4464,  2136],
       [ 2328,  5016,  7464, 15168,  9912,  5544,  3720,  2040],
       [ 1464,  3480,  6048,  4128,  4008,  5304,  3264,  1488],
       [ 1128,  2544,  1920,  2568,  2784,  1968,  2232,   720],
       [  552,   504,  1776,  1968,  1464,  1248,   288,   456]])

這與原始帖子中引用的棋盤布局完全匹配。