ম্যাটপ্ল্লোব ব্যবহার করে, আমি একটি 2 ডি তাপের মানচিত্র তৈরি করতে চাই। আমার ডেটা হ'ল একটি এন-বাই-এন নম্পি অ্যারে, যার মান 0 এবং 1 এর মধ্যে রয়েছে with সুতরাং এই অ্যারের (i, j) উপাদানটির জন্য আমি আমার (i, j) স্থানাঙ্কে একটি বর্গক্ষেত্র প্লট করতে চাই তাপ মানচিত্র, যার রঙ অ্যারেতে উপাদানের মানের সাথে আনুপাতিক।
কিভাবে আমি এটি করতে পারব?
উত্তর:
imshow()পরামিতি সঙ্গে ফাংশন interpolation='nearest'এবং cmap='hot'আপনি যা চান তা করতে হবে।
import matplotlib.pyplot as plt
import numpy as np
a = np.random.random((16, 16))
plt.imshow(a, cmap='hot', interpolation='nearest')
plt.show()
সিবোর্ন অনেকগুলি ম্যানুয়াল কাজের যত্ন নেয় এবং স্বয়ংক্রিয়ভাবে চার্টের পাশে একটি গ্রেডিয়েন্ট প্লট করে 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()
বা, আপনি এমনকি বর্গ ম্যাট্রিক্সের উপরের / নীচের বাম / ডান ত্রিভুজগুলি প্লট করতে পারেন, উদাহরণস্বরূপ একটি পারস্পরিক সম্পর্ক ম্যাট্রিক্স যা বর্গক্ষেত্র এবং প্রতিসম হয়, সুতরাং সমস্ত মানকে প্লট করা যাইহোক অনর্থক হতে পারে be
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()
2 ডি numpyঅ্যারের জন্য, সহজভাবে ব্যবহার imshow()আপনাকে সহায়তা করতে পারে:
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)
এই কোডটি অবিচ্ছিন্ন হিটম্যাপ তৈরি করে।
আপনি এখানcolormap থেকে অন্য অন্তর্নির্মিত চয়ন করতে পারেন ।
আমি ম্যাটপ্ল্লোলিবের প্যাকোলার / প্যাকোলরমেশ ফাংশনটি ব্যবহার করব কারণ এটি ডেটাগুলিকে অবিশ্বাস্য ব্যবধানের অনুমতি দেয়।
ম্যাটপ্ল্লোব থেকে নেওয়া উদাহরণ :
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()
সিএসভি থেকে এটি কীভাবে করবেন তা এখানে:
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()dat.xyzফর্ম যেখানে
x1 y1 z1
x2 y2 z2
...
matplotlibগ্যালারী তাকান কি ? কিছু ভাল উদাহরণ ব্যবহার করে রয়েছেimshow,pcolorএবংpcolormeshএটি আপনি যা চান তা করেন