Matrixplots
Gevorderde datavisualisatie met Seaborn
Chris Moffitt
Instructor
Data in het juiste formaat krijgen
- Seaborns functie
heatmap()verwacht gegevens in een rasterformaat - pandas
crosstab()wordt vaak gebruikt om de data te herschikken
pd.crosstab(df["mnth"], df["weekday"],
values=df["total_rentals"],aggfunc="mean").round(0)
Maak een heatmap
sns.heatmap(pd.crosstab(df["mnth"], df["weekday"],
values=df["total_rentals"], aggfunc="mean")
)
Heatmap aanpassen
sns.heatmap(df_crosstab, annot=True, fmt="d",
cmap="YlGnBu", cbar=False, linewidths=.5)
Een heatmap centreren
- Seaborn ondersteunt het centreren van heatmapkleuren op een specifieke waarde
sns.heatmap(df_crosstab, annot=True, fmt="d",
cmap="YlGnBu", cbar=True,
center=df_crosstab.loc[9, 6])
Een correlatiematrix plotten
- De pandas-functie
corrberekent correlaties tussen kolommen in een dataframe - De uitvoer kun je met seaborn omzetten naar een heatmap
cols = ['total_rentals', 'temp', 'casual', 'hum', 'windspeed']
sns.heatmap(df[cols].corr(), cmap='YlGnBu')
