Plotly 热图

1. 在 Python 中使用 Plotly 的 imshow() 函数创建热图
2. 在 Python 中使用 Plotly 的 Heatmap() 函数创建热图

本教程将讨论在 Python 中使用 Plotly 的 imshow() 和 Heatmap() 函数创建热图。

在 Python 中使用 Plotly 的 imshow() 函数创建热图

热图将数据表示为彩色矩形，其中颜色根据色阶而变化。我们可以使用 plotly.express 的 imshow() 函数来创建给定数据的热图。

imshow() 函数仅将 2D 数据作为输入。例如，让我们创建一个二维矩阵并将其传递给 imshow() 函数。请参阅下面的代码。

import plotly.express as px

data = [[1, 10, 20], [30, 1, 10], [20, 30, 1]]
fig = px.imshow(data)
fig.show()

输出：

imshow() 函数使用默认颜色序列根据其值为每个三角形赋予不同的颜色。我们可以使用 color_continuous_scale 参数更改默认颜色序列，并将其值设置为支持的颜色序列名称，如 hot 和 HSV。

要将热图图表转换为在每个子图中包含单个列的子图组，我们可以将 facet_col 用于列并将其值设置为用于设置子图名称的整数或字符串列表。

我们还可以使用 facet_col_spacing 参数更改每个子图之间的间距，并将其值设置为从 0 到 1 的浮点数。我们可以使用 title 参数更改图的标题。

我们可以使用 width 和 height 参数更改绘图的宽度和高度。我们可以使用 aspect 参数来设置每个矩形的大小相等。

例如，让我们更改上面提到的属性。请参阅下面的代码。

import plotly.express as px

data = [[1, 10, 20], [30, 1, 10], [20, 30, 1]]
fig = px.imshow(
    data,
    color_continuous_scale="hot",
    title="HeatMap",
    width=600,
    height=500,
    aspect="equal",
)
fig.show()

输出：

在 Python 中使用 Plotly 的 Heatmap() 函数创建热图

我们还可以使用 plotly.graph_objects 的 Heatmap() 函数来创建给定数据的热图。我们必须在 Heatmap() 函数中传递 x、y 和 z 轴值。

z 轴值属于热图的颜色。如果我们只传递 z 轴值，则其他两个轴值将从矩阵索引中获取。

让我们使用随机矩阵来创建热图。请参阅下面的代码。

import plotly.graph_objects as go

z = [[1, 10, 20], [30, 1, 10], [20, 30, 1]]
data = go.Heatmap(z=z)
fig = go.Figure(data)
fig.show()

输出：

我们可以将 x 和 y 轴的值设置为字符串或整数列表，但大小应与输入 z 矩阵的列数相同。

我们还可以使用 colorscale 参数更改默认颜色序列，并将其值设置为受支持的颜色序列名称，例如 hot 和 Viridis。

我们可以使用 opacity 参数更改绘图的不透明度，并将其值从 0 设置为 1。

我们还可以使用 hoverinfo 参数隐藏悬停信息并将其值设置为跳过。我们可以使用 showscale 参数隐藏颜色条并将其值设置为 false。

让我们更改上面提到的属性。请参阅下面的代码。

import plotly.graph_objects as go

z = [[1, 10, 20], [30, 1, 10], [20, 30, 1]]
data = go.Heatmap(
    z=z,
    x=["Monday", "Tuesday", "Wednesday"],
    y=["Morning", "Afternoon", "Evening"],
    hoverongaps=False,
    colorscale="Viridis",
    opacity=0.8,
    hoverinfo="skip",
    showscale=False,
)
fig = go.Figure(data)
fig.show()

输出：