X Y Z阵列数据到热图
X Y Z阵列数据到热图
提问于 2017-08-03 04:58:17
对于这个问题或满足我需要的问题，我找不到一致的答案--我在一个文本文件的三列中有数据: X、Y和Z。这些列以制表符分隔。我想用Python对这些数据进行热图表示，其中X和Y位置由Z中的值着色，Z值的范围从0到1(X和Y的离散概率)。我尝试过seaborn的heatmap包和matplotlib的pcolormesh网格，但不幸的是它们需要2D数据数组。
我的数据从1到37遍历X，对于常数y，然后在Y中迭代0.1。y max根据数据集波动，但ymin始终为0。
X Y Z第11行...37 0.0000 Zvalue，第21行...37 0.1000 Zvalue等。
import numpy as np
from numpy import *
import pandas as pd
import seaborn as sns
sns.set()
df = np.loadtxt(open("file.txt", "rb"), delimiter="\t").astype("float")对于下一步有什么建议吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-08-13 19:51:32
如果我没理解错的话，你有三列，X和Y表示值Z的位置。
考虑下面的例子。共有三列:X和Y包含位置信息(在本例中为类别)，Z包含用于对热贴图进行着色的值。
x = np.array(['a','b','c','a','b','c','a','b','c'])
y = np.array(['a','a','a','b','b','b','c','c','c'])
z = np.array([0.3,-0.3,1,0.5,-0.25,-1,0.25,-0.23,0.25])然后，我们从这些列创建一个dataframe并转置它们(因此x、y和z实际上成为列)。给出列名并确保Z_value是一个数字。
df = pd.DataFrame.from_dict(np.array([x,y,z]).T)
df.columns = ['X_value','Y_value','Z_value']
df['Z_value'] = pd.to_numeric(df['Z_value'])产生了这个数据帧。
X_value Y_value Z_value
0 a a 0.30
1 b a -0.30
2 c a 1.00
3 a b 0.50
4 b b -0.25
5 c b -1.00
6 a c 0.25
7 b c -0.23
8 c c 0.25因此，您不能创建热图，但是通过调用df.pivot('Y_value','X_value','Z_value')，您可以将数据帧旋转到可用于热图的表单。
pivotted= df.pivot('Y_value','X_value','Z_value')生成的数据帧如下所示。
X_value a b c
Y_value
a 0.30 -0.30 1.00
b 0.50 -0.25 -1.00
c 0.25 -0.23 0.25然后，您可以将pivotted馈送到sns.heatmap以创建热图。
sns.heatmap(pivotted,cmap='RdBu')产生了这个热图。
您可能需要对代码进行一些调整，以满足您的精确需求。但由于我没有示例数据可供参考，因此我需要创建自己的示例。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/45470882
复制相关文章
相似问题
腾讯云开发者
