python基于场景的热力图,python绘制热力图源码

　　当我们要判断不同的变量时，我们会分析它们之间的关系。这个思路在现实生活中也有运用，最常见的就是做一个地理热图。很多人对绘制热图的方法不是很清楚。我们可以先安装相关工具，了解一些参数，然后在实例中体验绘制热图。我们来看看具体的方法。

　　1.导入相关的packages

　　进口海产品

　　%matplotlibinline

　　2.参数

　　Vmax:设置色带的值

　　Vmin:设置色带的最小值。

　　Cmap:设置色带的颜色系统。

　　中心：设置色带的分割线。

　　注释：是否显示数字注释？

　　t:format的缩写，设置数值的格式形式。

　　线宽：控制每个小方块之间的间距。

　　Linecolor:控制分割线的颜色。

　　Cbar_kws:关于色带的设置

　　Mask:传入布尔矩阵。如果在矩阵中为真，热图相应位置的数据会被屏蔽(常用于绘制相关系数矩阵图)。

　　3.

　　实例

　　用Python生成heatmap比较简单，导入googlmap然后把经纬度plot在地图上就可以了。最后把heatmap生成为一个html文件，可以放大和缩小。

importgmplot#plotthelocationsongooglemap
　　importnumpyasnp#linearalgebra
　　importpandasaspd#dataprocessing,CSVfileI/O(e.g.pd.read_csv())
　　importmatplotlib.pyplotasplt#datavisualization
　　importseabornassns#datavisualization
　　
　　
　　df=pd.read_csv("data.csv")
　　df=pd.DataFrame(df)
　　df_td=pd.read_csv("datacopy.csv")
　　df_td=pd.DataFrame(df_td)
　　#printdf.dtypes
　　print(df.shape)
　　print(df_td.shape)
　　
　　defplot_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])
　　
　　#Initializethemaptothefirstlocationinthelist
　　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)
　　
　　#WritethemapinanHTMLfile
　　#gmap.draw('Paths_map.html')
　　gmap.draw('{}_Paths_map.html'.format(number))
　　
　　
　　plot_heat_map(df,'4')

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。