رسم خريطة حرارية heatmap  ثنائية الأبعاد باستخدام Matplotlib | بايثون

خريطة التمثيل اللوني ثنائية الأبعاد هي أداة عرض بيانات تساعد على تمثيل حجم الظاهرة في شكل ألوان. وفي بايثون ، يمكننا رسم خرائط حرارية ثنائية الأبعاد باستخدام حزمة Matplotlib. وتحديداً من خلال الدالة imshow مع تحديد الوسيط autumn كقيمة للوسيط cmap (أو hot) الذي يمثل الخريطة اللونية:

import numpy as np
import matplotlib.pyplot as plt
# توليد بيانات عشوائية
data = np.random.random(( 20 , 20 ))
# imshow استخدام الدالة 
plt.imshow( data , cmap = 'autumn' , interpolation = 'nearest' )
# وضع عنوان
plt.title( "2-D Heat Map" )
plt.show()

والنتيجة:

أو من خلال الدالة pcolormesh حيث نمرر لها البيانات واسم الخريطة اللونية كما يلي:

import matplotlib.pyplot as plt
import numpy as np
data = np.random.rand( 20 , 20 )
plt.pcolormesh( data , cmap = 'hot' )
plt.title( '2-D Heat Map' )
plt.show()

كما يمكنك استخدام الدالة heatmap من seaborn كالتالي:

import numpy as np
import seaborn as sns
import matplotlib.pylab as plt
data = np.random.rand( 20 , 20 )
ax = sns.heatmap( data , cmap = 'hot' )
plt.title( "2-D Heat Map" )
plt.show()

توجد العديد من الأشكال للخرائط الحرارية، ولعل أكثرها استخداما هي تلك التي توضح نسبة كل خلية عن طريق اظهار الرقم داخل الخلية والتعبير عنه بلون تزداد شدته كلما زادت نسبتها، المثال التالي يوضح هذا:

# استدعاء المكتبات
import numpy as np
import matplotlib
import matplotlib.pyplot as plt

dishes = ["cucumber", "tomato", "fish", "meat",
              "potato", "rice", "vegetables"]
people = ["ahmed", "ali.", "eyad",
           "lamiaa", "mohammed", "yousef", "anas"]

harvest = np.array([[0.8, 2.4, 2.5, 3.9, 0.0, 4.0, 0.0],
                    [2.4, 0.0, 4.0, 1.0, 2.7, 0.0, 0.0],
                    [1.1, 2.4, 0.8, 4.3, 1.9, 4.4, 0.0],
                    [0.6, 0.0, 0.3, 0.0, 3.1, 0.0, 0.0],
                    [0.7, 1.7, 0.6, 2.6, 2.2, 6.2, 0.0],
                    [1.3, 1.2, 0.0, 0.0, 0.0, 3.2, 5.1],
                    [0.1, 2.0, 0.0, 1.4, 0.0, 1.9, 6.3]])


fig, ax = plt.subplots()
im = ax.imshow(harvest)

# كل ما تريد عرضه
ax.set_xticks(np.arange(len(peoples)))
ax.set_yticks(np.arange(len(dishes)))
# تسمية المحاور
ax.set_xticklabels(people)
ax.set_yticklabels(dishes)

# تنظيم شكلها
plt.setp(ax.get_xticklabels(), rotation=45, ha="right",
         rotation_mode="anchor")

# تسمية العناصر
for i in range(len(dishes)):
    for j in range(len(people)):
        text = ax.text(j, i, harvest[i, j],
                       ha="center", va="center", color="w")

ax.set_title("Favourites")
fig.tight_layout()
plt.show()

وتظهر نتيجة العرض هكذا:

هناك الكثير من الميزات الاضافية مثل تغيير الالوان أو اظهار الأرقام كنسب أو رسم أكثر من خريطة حرارية سوية وهكذا

ويمكنك الاستعانة ب seaborn لتوضيح قيمة كل لون يظهر في الرسمة عن طريق شريط جانبي هكذا:

import numpy as np
import seaborn as sns
import matplotlib.pylab as plt

data = np.random.rand(10, 12)
ax = sns.heatmap(data, linewidth=0.5)
plt.show()