Spiski.Wyrazić.DENCHY_HEATMAP

Zanurzmy się.

Składnia funkcji

Funkcja DENCY_HEATMAP () ma składnię, jak pokazano następująco:

Poniżej znajduje się lista najbardziej przydatnych parametrów, które musisz znać podczas tworzenia map cieplnych gęstości za pomocą funkcji DENCY_HEATMAP ():

1. ramka danych - Określa ramkę danych zawierającej nazwy kolumn używanych na wykresie.
2. X - Ustawia wartości używane do ustawienia znaków wzdłuż osi x w płaszczyźnie kartezjańskiej.
3. y - Ustawia wartości używane do ustawienia znaków wzdłuż osi y w płaszczyźnie kartezjańskiej.
4. z - Pozycjonuje znaki wzdłuż osi Z.
5. facet_row - Ustawia wartości użyte do przypisania znaków do fasetowanych wątków w kierunku pionowym.
6. facet_col - Ustawia wartości użyte do przypisania znaków do fasettowanych wątków wzdłuż kierunku poziomego.
7. orientacja - Definiuje orientację dla fabuły.
8. Histfunc - Definiuje funkcję zagregowaną stosowaną na wykresie.
9. tytuł - Ustawia tytuł figury.
10. szerokość wysokość - Definiuje szerokość i wysokość powstałej figury w pikselach.

Praktyczny przykład

Poniższy kod ilustruje, jak utworzyć mapę cieplną gęstości za pomocą funkcji DENCY_HEATMAP ():

importować fabuły.Wyraź jako PX
df = px.dane.irys()
Ryc. = PX.DENCHY_HEATMAP (df, x = 'sepal_length', y = 'sepal_width')
Figa.pokazywać()

Poprzedni kod zwraca mapę cieplną gęstości, jak pokazano następująco:

Ustawienie liczby pojemników

Możemy określić liczbę pojemników, które chcemy wyświetlić za pomocą parametrów NBINSX i NBINSY, jak pokazano następująco:

importować fabuły.Wyraź jako PX
df = px.dane.irys()
Ryc. = PX.DENCHY_HEATMAP (df, x = 'sepal_length', y = 'sepal_width', nbinsx = 30, nbinsy = 30)
Figa.pokazywać()

Powstała liczba jest następująca:

Dodawanie brzeżnych działek

Możesz dodać wykresy marginalne do mapy cieplnej gęstości za pomocą parametrów marginal_x i marginal_y, jak pokazano następująco:

importować fabuły.Wyraź jako PX
df = px.dane.irys()
Ryc. = PX.DENCHY_HEATMAP (df, x = 'sepal_length', y = 'sepal_width', nbinsx = 30, nbinsy = 30, marginal_x = 'histogram', marginal_y = 'histogram')
Figa.pokazywać()

Poprzedni kod dodaje krańcowe histogramy zarówno na osi x i y mapy cieplnej gęstości.

Powstała liczba jest następująca:

Określanie skali kolorów

Możemy również określić pożądaną skala kolorów dla mapy cieplnej za pomocą parametru color_continous_scale, jak pokazano następująco:

Ryc. = PX.DENCHY_HEATMAP (df, x = 'sepal_length', y = 'sepal_width', nbinsx = 30, nbinsy = 30, marginal_x = 'histogram', marginal_y = 'histogram', color_continouse_scale = px iscale = px.zabarwienie.sekwencyjny.Piekło)
Figa.pokazywać()

Wyjście Rysunek:

Tworzenie mapy cieplnej gęstości fanotowanej

Możesz także utworzyć fanatyczne wątki gęstości przy użyciu parametrów facet_row i facet_col, jak pokazano w następującym kodzie:

importować fabuły.Wyraź jako PX
df = px.dane.porady()
Ryc. = PX.DENSY_HEATMAP (df, x = „total_bill”, y = „tip”, facet_row = „seks”, facet_col = „palacz”)
Figa.pokazywać()

Wyjście Rysunek:

I to wszystko.

Wniosek

W tym artykule bada, w jaki sposób możesz stworzyć różne typy map cieplnych gęstości za pomocą Plotly Express. Sprawdź dokument, aby uzyskać więcej.