Maticové grafy
Vizualizace dat se Seabornem pro pokročilé
Chris Moffitt
Instructor
Příprava dat ve správném formátu
- Funkce
heatmap()v Seabornu vyžaduje data ve formátu mřížky - pandas
crosstab()se běžně používá k úpravě dat
pd.crosstab(df["mnth"], df["weekday"],
values=df["total_rentals"],aggfunc="mean").round(0)
Vytvoření heatmapy
sns.heatmap(pd.crosstab(df["mnth"], df["weekday"],
values=df["total_rentals"], aggfunc="mean")
)
Přizpůsobení heatmapy
sns.heatmap(df_crosstab, annot=True, fmt="d",
cmap="YlGnBu", cbar=False, linewidths=.5)
Centrování heatmapy
- Seaborn podporuje vycentrování barev heatmapy na konkrétní hodnotu
sns.heatmap(df_crosstab, annot=True, fmt="d",
cmap="YlGnBu", cbar=True,
center=df_crosstab.loc[9, 6])
Zobrazení korelační matice
- Funkce
corrv pandas vypočítá korelace mezi sloupci v datovém rámci - Výstup lze převést na heatmapu pomocí Seabornu
cols = ['total_rentals', 'temp', 'casual', 'hum', 'windspeed']
sns.heatmap(df[cols].corr(), cmap='YlGnBu')
