Plotly.Uttrykke.Density_heatmap

La oss dykke inn.

Funksjonssyntaks

Density_heatmap () -funksjonen har en syntaks som vist på følgende:

Følgende er en liste over de mest nyttige parametrene du trenger å vite når du oppretter tetthetsvarmene ved hjelp av Density_heatMap () -funksjonen:

1. Dataramme - Spesifiserer datarammen som inneholder kolonnenavnene som brukes i plottet.
2. x - Angir verdiene som brukes til å plassere merkene langs x -aksen i det kartesiske planet.
3. y - Angir verdiene som brukes til å plassere merkene langs Y -aksen i det kartesiske planet.
4. z - Plasserer merkene langs z -aksen.
5. FACET_ROW - Angir verdiene som brukes til å tilordne merkene til fasetterte delplotter i vertikal retning.
6. FACET_COL - Angir verdiene som brukes til å tilordne merkene til fasetterte delplotter langs horisontalt retning.
7. orientering - Definerer orienteringen for plottet.
8. histfunc - Definerer den samlede funksjonen som brukes i plottet.
9. tittel - Angir tittelen for figuren.
10. bredde høyde - Definerer bredden og høyden på den resulterende figuren i piksler.

Praktisk eksempel

Følgende kode illustrerer hvordan du oppretter et tetthetsvarm ved hjelp av Density_heatMap () -funksjonen:

Importer plotly.uttrykk som px
df = px.data.Iris ()
Fig = px.Density_heatMap (df, x = 'sepal_length', y = 'sepal_width')
Fig.forestilling()

Den forrige koden returnerer tetthetsvarm som vist på følgende:

Angi antall binger

Vi kan spesifisere antall binger som vi ønsker å vise ved hjelp av NBINSX- og NBINSY -parametere som vist på følgende:

Importer plotly.uttrykk som px
df = px.data.Iris ()
Fig = px.Density_heatMap (df, x = 'sepal_length', y = 'sepal_width', nbinsx = 30, nbinsy = 30)
Fig.forestilling()

Den resulterende figuren er som følger:

Legge til marginale tomter

Du kan legge til marginale plott til et tetthetsvarm ved hjelp av marginal_x og marginal_y -parametere som vist i følgende:

Importer plotly.uttrykk som px
df = px.data.Iris ()
Fig = px.Density_heatMap (df, x = 'sepal_length', y = 'sepal_width', nbinsx = 30, nbinsy = 30, marginal_x = 'histogram', marginal_y = 'histogram')
Fig.forestilling()

Den forrige koden legger til marginale histogrammer på både X- og Y -aksen til tetthetens varmekart.

Den resulterende figuren er som følger:

Spesifisere en fargeskala

Vi kan også spesifisere et ønsket ColorScale for Heatmap ved hjelp av color_continous_scale -parameteren som vist i følgende:

Fig = px.Density_heatMap (df, x = 'sepal_length', y = 'sepal_width', nbinsx = 30, nbinsy = 30, marginal_x = 'histogram', marginal_y = 'histogram', color_continuous_scale = px.farger.sekvensiell.Helvete)
Fig.forestilling()

Utgangsfigur:

Lage fasettert tetthet varmekart

Du kan også opprette de fasetterte tetthetsdelplotene ved å bruke FACET_ROW og FACET_COL -parametrene som illustrert i følgende kode:

Importer plotly.uttrykk som px
df = px.data.Tips()
Fig = px.Density_heatMap (df, x = "total_bill", y = "tip", facet_row = "sex", facet_col = "røyker")
Fig.forestilling()

Utgangsfigur:

Og det er det.

Konklusjon

Denne artikkelen undersøker hvordan du kan lage de forskjellige typer tetthets varmekart ved hjelp av plottly ekspress. Sjekk dokumentet for mer.