Trazar un mapa de calor 2D con Matplotlib


139

Usando Matplotlib, quiero trazar un mapa de calor 2D. Mis datos son una matriz N-by-n Numpy, cada uno con un valor entre 0 y 1. Por lo tanto, para el elemento (i, j) de esta matriz, quiero trazar un cuadrado en la coordenada (i, j) en mi mapa de calor, cuyo color es proporcional al valor del elemento en la matriz.

¿Cómo puedo hacer esto?


2
¿miraste la matplotlibgalería antes de publicar? Hay algunos buenos ejemplos de uso imshow, pcolory pcolormeshque hacen lo que quieres
tmdavison

Respuestas:


188

La imshow()función con parámetros interpolation='nearest'y cmap='hot'debe hacer lo que quieras.

import matplotlib.pyplot as plt
import numpy as np

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

ingrese la descripción de la imagen aquí


1
No creo que sea necesario especificar la interpolación.
miguel.martin

2
@ miguel.martin según el documento de pyplot: "Si la interpolación es Ninguno (su valor predeterminado), el valor predeterminado es rc image.interpolation". Entonces creo que es necesario incluirlo.
P. Camilleri

@ P.Camilleri ¿Cómo escalar los ejes X e Y? (Cambie solo los números, sin zoom).
Dole

64

Seaborn se encarga de gran parte del trabajo manual y traza automáticamente un gradiente al lado de la tabla, etc.

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()

ingrese la descripción de la imagen aquí

O incluso puede trazar triángulos superior / inferior izquierda / derecha de matrices cuadradas, por ejemplo, una matriz de correlación que es cuadrada y simétrica, por lo que trazar todos los valores sería redundante de todos modos.

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()

ingrese la descripción de la imagen aquí


1
Soy muy aficionado al tipo de trama, y ​​la media matriz es útil. Dos preguntas: 1) en la primera gráfica, los cuadrados pequeños están separados por líneas blancas, ¿podrían estar unidos? 2) el ancho de la línea blanca parece variar, ¿es esto un artefacto?
P. Camilleri

1
Puede usar el argumento 'ancho de línea' que utilicé en el primer gráfico para cualquier otro gráfico (en el segundo gráfico, por ejemplo), para espaciar los cuadrados. Los anchos de línea solo parecen variar en el primer gráfico debido a problemas con las capturas de pantalla, en realidad no varían en realidad, deberían permanecer en la constante que los configuró.
PyRsquared

Si bien esto es cierto, no creo que una respuesta usando seaborn deba considerarse completa para una pregunta que específicamente declara matplotlib.
baxx

28

Para una numpymatriz 2D , simplemente use imshow()puede ayudarlo a:

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)

El mapa de calor del código de ejemplo

Este código produce un mapa de calor continuo.

Puedes elegir otro incorporado colormapdesde aquí .


18

Usaría la función pcolor / pcolormesh de matplotlib ya que permite un espaciado no uniforme de los datos.

Ejemplo tomado de 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()

salida de trazado de pcolormesh


12

Aquí se explica cómo hacerlo desde un 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()

donde dat.xyzestá en la forma

x1 y1 z1
x2 y2 z2
...

1
Solo un pequeño aviso: tuve que cambiar el método de cúbico a lineal o más cercano porque el cúbico resultó en una gran cantidad de NaN ya que estoy trabajando con valores bastante pequeños entre 0..1
Maikefer
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.