python Plotly中的相关热图

c9qzyr3d  于 2023-04-10  发布在  Python
关注(0)|答案(4)|浏览(118)

我已经用我喜欢的Seaborn创建了一个下三角相关热图。现在尝试用Plotly创建相同的热图。不幸的是,不能像我用Seaborn那样微调它。

names = ['U', 'V', 'W', 'X', 'Y', 'Z']
r = pd.DataFrame(index = names, columns = names)
r['U'] = np.array([1.0,   0.53,    0.26,  0.63, 0.52, 0.65] )
r['V'] = np.array([0.53,   1.0,   -0.17, 0.83, 1, 0.85])
r['W'] = np.array([0.26,  -0.17,    1.0,  0.04, -0.15, 0.09])
r['X'] = np.array([0.63, 0.83, 0.04, 1, 0.83, 0.80])
r['Y'] = np.array([0.52, 1, -0.15, 0.83, 1, 0.86])
r['Z'] = np.array([0.65, 0.85, 0.09, 0.80, 0.86, 1.0])

print(r)

import seaborn as sns

# sns.set_theme(style="white")

mask = np.triu(np.ones_like(r, dtype=bool))

# Set up the matplotlib figure
f, ax = plt.subplots(figsize=(11, 9))

# Generate a custom diverging colormap
cmap = sns.diverging_palette(230, 20, n=256, as_cmap=True)

# Draw the heatmap with the mask and correct aspect ratio
sns.heatmap(r, 
            mask=mask, 
            cmap=cmap, 
            vmax=1, 
            vmin = -.25,
            center=0,
            square=True, 
            linewidths=.5,
            annot = True,
            fmt='.2f', 
            annot_kws={'size': 10},
            cbar_kws={"shrink": .75})

plt.title('Asset Correlation Matrix')
plt.tight_layout()
ax.tick_params(axis = 'x', labelsize = 8)
ax.set_ylim(len(corr)+1, -1)
# plt.savefig('corrTax.png', dpi = 600)

plt.show()

我正在尝试使用Plotly创建这个。以下是我到目前为止所能做的。

mask = np.triu(np.ones_like(r, dtype=bool))
rLT = r.mask(mask)

heat = go.Heatmap(
    z = rLT,
    x = rLT.columns.values,
    y = rLT.columns.values,
    zmin = - 0.25, # Sets the lower bound of the color domain
    zmax = 1,
    xgap = 1, # Sets the horizontal gap (in pixels) between bricks
    ygap = 1,
    colorscale = 'RdBu'
)

title = 'Asset Correlation Matrix'

layout = go.Layout(
    title_text=title, 
    title_x=0.5, 
    width=600, 
    height=600,
    xaxis_showgrid=False,
    yaxis_showgrid=False,
    yaxis_autorange='reversed'
)

fig=go.Figure(data=[heat], layout=layout)
fig.show()

  • 我创建的Seaborn色彩Map表,我想在Plotly中创建类似的东西。我怎么做?
  • 我能够控制轴标签的大小。
  • 喜欢把值放入每个框中(seaborn中的annot选项),带有舍入选项
mklgxw1f

mklgxw1f1#

黛布,这是你第一个问题的答案
我创建的Seaborn色彩Map表,我想在Plotly中创建类似的东西。我怎么做?
您可以使用内置的colorscales in Plotly,它可以通过Heatmap构造函数中的参数colorscale进行设置。

import plotly.io as pio
import plotly.express as px
import plotly.graph_objects as go

pio.templates.default = "plotly_white"

go.Heatmap(
    z=corr.mask(mask),
    x=corr.columns,
    y=corr.columns,
    colorscale=px.colors.diverging.RdBu,
    zmin=-1,
    zmax=1
)

n7taea2i

n7taea2i2#

你可以从plotly.figure_factory中使用plotly函数create_annotated_heatmap来代替普通的plotly热图。这个函数接受numpy数组而不是直接接受dataframe。Official Reference这是我的解决方案

import plotly.figure_factory as ff

corr = df.iloc.corr()
mask = np.triu(np.ones_like(corr, dtype=bool))
df_mask = corr.mask(mask)

fig = ff.create_annotated_heatmap(z=df_mask.to_numpy(), 
                                  x=df_mask.columns.tolist(),
                                  y=df_mask.columns.tolist(),
                                  colorscale=px.colors.diverging.RdBu,
                                  hoverinfo="none", #Shows hoverinfo for null values
                                  showscale=True, ygap=1, xgap=1
                                 )

fig.update_xaxes(side="bottom")

fig.update_layout(
    title_text='Heatmap', 
    title_x=0.5, 
    width=1000, 
    height=1000,
    xaxis_showgrid=False,
    yaxis_showgrid=False,
    xaxis_zeroline=False,
    yaxis_zeroline=False,
    yaxis_autorange='reversed',
    template='plotly_white'
)

# NaN values are not handled automatically and are displayed in the figure
# So we need to get rid of the text manually
for i in range(len(fig.layout.annotations)):
    if fig.layout.annotations[i].text == 'nan':
        fig.layout.annotations[i].text = ""

fig.show()

您可以使用zminzmax,如@ottovon所指定
也可以使用基本的热图,但我认为注解需要通过指定一些函数手动完成。
有关舍入注解,请参阅此Plotly: How to round display text in annotated heatmap but keep full format on hover?线程。
另外,你可以参考官方文档来确定xticks的大小,同样的也可以为yticks做。我还没有实际实现它们,但它们应该可以正常工作。

vlf7wbxs

vlf7wbxs3#

最简单的方法,我发现,以消除顶部三角形的看法

# Correlation
df_corr = data.corr().round(1)  
# Mask to matrix
mask = np.zeros_like(df_corr, dtype=bool)
mask[np.triu_indices_from(mask)] = True
# Viz
df_corr_viz = df_corr.mask(mask).dropna(how='all').dropna('columns', how='all')
fig = px.imshow(df_corr_viz, text_auto=True)
fig.show()

j7dteeu8

j7dteeu84#

import plotly.express as px
import pandas as pd

df = **some kinda of pandas data frame**

px.imshow(df.corr())

相关问题