SNS Heatmap – графическое представление активности в социальных сетях

Тепловая карта (heatmap) является визуализацией данных, которая отображает интенсивность значения определенной переменной на двумерной сетке. В библиотеке seaborn (sns) для Python это можно реализовать с помощью функции sns.heatmap().

Пример кода, который создает тепловую карту, может выглядеть следующим образом:

import seaborn as sns
import matplotlib.pyplot as plt

# Создаем матрицу данных
data = [[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]]

# Определяем метки осей
x_labels = ['A', 'B', 'C']
y_labels = ['X', 'Y', 'Z']

# Создаем тепловую карту
ax = sns.heatmap(data, cmap='YlGnBu', annot=True, fmt='d')

# Задаем метки осей
ax.set_xticklabels(x_labels)
ax.set_yticklabels(y_labels)

# Добавляем заголовок
plt.title('Тепловая карта данных')

# Отображаем график
plt.show()

В этом примере мы создали матрицу данных data, которая содержит числовые значения. Затем мы определили метки осей x_labels и y_labels для отображения на тепловой карте. Используя функцию sns.heatmap(), мы создаем тепловую карту, указав параметры cmap (цветовая схема), annot (отображение значений на карте) и fmt (формат отображаемых значений). Затем мы устанавливаем метки осей с помощью методов set_xticklabels() и set_yticklabels(). Для добавления заголовка мы используем функцию plt.title(). Наконец, с помощью plt.show() мы отображаем график.

Теперь, если мы запустим этот код, мы увидим тепловую карту с нашими данными. Каждое значение в матрице data будет отображаться цветом в соответствии с выбранной цветовой схемой (в данном случае, 'YlGnBu'). Значения также будут показаны на карте благодаря параметру annot=True. Формат отображаемых значений был установлен на числа с помощью параметра fmt='d'. Метки осей будут соответствовать значениям x_labels и y_labels. Общий заголовок будет отображаться над картой.

Таким образом, данные на тепловой карте позволяют наглядно визуализировать интенсивность значений переменной на двумерной сетке. Это особенно полезно для анализа структуры данных или визуального выявления корреляций. Благодаря библиотеке seaborn, создание тепловых карт с помощью функции sns.heatmap() становится простым и эффективным.