Comment tracer une carte thermique 2D avec Matplotlib
-
Fonction
imshow()
pour tracer une carte thermique 2D -
Carte thermique 2D avec bibliothèque
Seaborn
-
Fonction
pcolormesh()
Pour tracer une carte thermique 2D, nous pouvons utiliser l’une des méthodes suivantes:
imshow()
function with parametersinterpolation='nearest'
andcmap='hot'
- Bibliothèque
Seaborn
- fonction
pcolormesh()
Fonction imshow()
pour tracer une carte thermique 2D
Syntaxe car nous pouvons utiliser la fonction imshow
:
matplotlib.pyplot.imshow(X,
cmap=None,
norm=None,
aspect=None,
interpolation=None,
alpha=None,
vmin=None,
vmax=None,
origin=None,
extent=None,
shape= < deprecated parameter > ,
filternorm=1,
filterrad=4.0,
imlim= < deprecated parameter > ,
resample=None,
url=None,
*,
data=None,
**kwargs)
Exemples de codes:
import numpy as np
import matplotlib.pyplot as plt
data = np.random.random((8, 8))
plt.imshow(data, cmap="cool", interpolation="nearest")
plt.show()
cmap
est une carte de couleur et nous pouvons également choisir un autre colormaps
intégré à partir de ici.
interpolation
est la méthode d’interpolation qui pourrait être la plus proche
, bilinéaire
, hamming
, etc.
Carte thermique 2D avec bibliothèque Seaborn
La bibliothèque Seaborn
est construite au-dessus de Matplotlib
. Nous pourrions utiliser la fonction seaborn.heatmap()
pour créer une carte thermique 2D.
import numpy as np
import seaborn as sns
import matplotlib.pylab as plt
data = np.random.rand(8, 8)
ax = sns.heatmap(data, linewidth=0.3)
plt.show()
Seaborn trace également un dégradé sur le côté de la carte thermique.
Fonction pcolormesh()
Une autre façon de tracer une carte thermique 2D est d’utiliser la fonction pcolormesh()
, qui crée un tracé pseudo-couleur avec une grille rectangulaire non régulière. Il s’agit d’une alternative plus rapide à la fonction pcolor()
.
import numpy as np
import matplotlib.pyplot as plt
b, a = np.meshgrid(np.linspace(0, 5, 130), np.linspace(0, 5, 130))
c = (a ** 2 + b ** 2) * np.exp(-(a ** 2) - b ** 2)
c = c[:-1, :-1]
l_a = a.min()
r_a = a.max()
l_b = b.min()
r_b = b.max()
l_c, r_c = -np.abs(c).max(), np.abs(c).max()
figure, axes = plt.subplots()
c = axes.pcolormesh(a, b, c, cmap="copper", vmin=l_c, vmax=r_c)
axes.set_title("Heatmap")
axes.axis([l_a, r_a, l_b, r_b])
figure.colorbar(c)
plt.show()
Production:
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn