Heatmap dans matplotlib avec pcolor?

le problème principal est que vous devez d'abord définir l'emplacement de vos coches x et Y. En outre, il aide à utiliser l'interface plus orientée objet à matplotlib. À savoir, interagir directement avec l'objet axes .

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()

Espère que ça aide.

le module Seaborn de python est basé sur matplotlib, et produit une très belle heatmap.

ci-dessous est une implémentation avec seaborn, conçu pour le bloc-notes 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")

La sortie ressemble à ceci: J'ai utilisé la carte couleur matplotlib Blues, mais personnellement trouver les couleurs par défaut assez belle. J'ai utilisé matplotlib pour faire tourner les étiquettes x-axis, car je ne trouvais pas la syntaxe seaborn. Comme l'a noté grexor, il a fallu préciser les dimensions (fig.set_size_inches) par essai et erreur, ce que j'ai trouvé un peu frustrant.

comme L'a noté Paul H, Vous pouvez facilement ajouter les valeurs aux cartes de chaleur (annot=True), mais dans ce cas, je ne pense pas qu'il a amélioré la figure. Plusieurs extraits de code ont été tirés de l'excellente réponse de joelotz.

Quelqu'un a modifié cette question pour supprimer le code que j'ai utilisé, donc j'ai été forcé de l'ajouter comme réponse. Merci à tous ceux qui ont répondu à cette question! Je pense que la plupart des autres réponses sont meilleures que ce code, je laisse ça ici pour référence.

avec des remerciements à Paul H , et unutbu (qui a répondu cette question ), j'ai quelques assez belle sortie:

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()

et voici la sortie: