相关热图
相关热图
提问于 2021-03-10 20:53:17
我已经创建了一个较低的三角相关热图使用海运，我喜欢。现在尝试使用Plotly创建相同的内容。不幸的是，我不能像我对Seaborn那样微调它。
names = ['U', 'V', 'W', 'X', 'Y', 'Z']
r = pd.DataFrame(index = names, columns = names)
r['U'] = np.array([1.0, 0.53, 0.26, 0.63, 0.52, 0.65] )
r['V'] = np.array([0.53, 1.0, -0.17, 0.83, 1, 0.85])
r['W'] = np.array([0.26, -0.17, 1.0, 0.04, -0.15, 0.09])
r['X'] = np.array([0.63, 0.83, 0.04, 1, 0.83, 0.80])
r['Y'] = np.array([0.52, 1, -0.15, 0.83, 1, 0.86])
r['Z'] = np.array([0.65, 0.85, 0.09, 0.80, 0.86, 1.0])
print(r)
import seaborn as sns
# sns.set_theme(style="white")
mask = np.triu(np.ones_like(r, dtype=bool))
# Set up the matplotlib figure
f, ax = plt.subplots(figsize=(11, 9))
# Generate a custom diverging colormap
cmap = sns.diverging_palette(230, 20, n=256, as_cmap=True)
# Draw the heatmap with the mask and correct aspect ratio
sns.heatmap(r,
mask=mask,
cmap=cmap,
vmax=1,
vmin = -.25,
center=0,
square=True,
linewidths=.5,
annot = True,
fmt='.2f',
annot_kws={'size': 10},
cbar_kws={"shrink": .75})
plt.title('Asset Correlation Matrix')
plt.tight_layout()
ax.tick_params(axis = 'x', labelsize = 8)
ax.set_ylim(len(corr)+1, -1)
# plt.savefig('corrTax.png', dpi = 600)
plt.show()
我试着用Plotly来创建这个。以下是我迄今所能做的。
mask = np.triu(np.ones_like(r, dtype=bool))
rLT = r.mask(mask)
heat = go.Heatmap(
z = rLT,
x = rLT.columns.values,
y = rLT.columns.values,
zmin = - 0.25, # Sets the lower bound of the color domain
zmax = 1,
xgap = 1, # Sets the horizontal gap (in pixels) between bricks
ygap = 1,
colorscale = 'RdBu'
)
title = 'Asset Correlation Matrix'
layout = go.Layout(
title_text=title,
title_x=0.5,
width=600,
height=600,
xaxis_showgrid=False,
yaxis_showgrid=False,
yaxis_autorange='reversed'
)
fig=go.Figure(data=[heat], layout=layout)
fig.show()
- 我所创建的Seaborn彩色地图，我想在Plotly中创建类似的东西。我怎么能这么做？
- 我能控制轴心标签的尺寸。
- 希望将值放入每个框(海运中的
annot选项)，并带有舍入选项
回答 2
Stack Overflow用户
发布于 2021-05-20 19:45:42
黛布。这是你的第一个问题的答案。
我所创建的Seaborn彩色地图，我想在Plotly中创建类似的东西。我怎么能这么做？
您可以使用内置的彩色鳞片，它可以通过Heatmap构造函数中的参数colorscale来设置。此外，您还可以设置Plotly的主题，以摆脱丑陋的背景
import plotly.io as pio
import plotly.express as px
import plotly.graph_objects as go
pio.templates.default = "plotly_white"
go.Heatmap(
z=corr.mask(mask),
x=corr.columns,
y=corr.columns,
colorscale=px.colors.diverging.RdBu,
zmin=-1,
zmax=1
)
Stack Overflow用户
发布于 2021-06-01 19:06:20
您可以使用来自plotly.figure_factory的巧妙函数plotly.figure_factory，而不是普通的热图。该函数接受numpy数组，而不是直接接受dataframe。正式参考，这是我的解决方案
import plotly.figure_factory as ff
corr = df.iloc.corr()
mask = np.triu(np.ones_like(corr, dtype=bool))
df_mask = corr.mask(mask)
fig = ff.create_annotated_heatmap(z=df_mask.to_numpy(),
x=df_mask.columns.tolist(),
y=df_mask.columns.tolist(),
colorscale=px.colors.diverging.RdBu,
hoverinfo="none", #Shows hoverinfo for null values
showscale=True, ygap=1, xgap=1
)
fig.update_xaxes(side="bottom")
fig.update_layout(
title_text='Heatmap',
title_x=0.5,
width=1000,
height=1000,
xaxis_showgrid=False,
yaxis_showgrid=False,
xaxis_zeroline=False,
yaxis_zeroline=False,
yaxis_autorange='reversed',
template='plotly_white'
)
# NaN values are not handled automatically and are displayed in the figure
# So we need to get rid of the text manually
for i in range(len(fig.layout.annotations)):
if fig.layout.annotations[i].text == 'nan':
fig.layout.annotations[i].text = ""
fig.show()
您可以使用@ottovon指定的zmin和zmax。
基本的热图也可以使用，但是注释需要通过指定一些函数来手动完成，我想。
对于四舍五入的注释，请参考这个实际上:如何在带注释的热图中圆圈显示文本，但在悬停时保持完整格式？线程。
此外，您可以引用官方博士来调整xticks的大小，对于yticks也可以这样做。我并没有实际执行这些建议，但它们应该运作良好。
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/66572672
复制相关文章
相似问题
腾讯云开发者
