在Python中使用 Plotly 注释热图

Plotly 是一个Python库，用于设计图形，尤其是交互式图形。它可以绘制各种图形和图表，如直方图、条形图、箱线图、散布图等等。它主要用于数据分析和财务分析。 plotly 是一个交互式可视化库。

带注释的热图

带注释的热图是热图最重要的组成部分，因为它们显示了与热图中的行或列相关的附加信息。注释热图将表示为网格行，通过这些网格可以将多个指标与其他指标进行比较。

Syntax: create_annotated_heatmap(z, x=None, y=None, annotation_text=None, colorscale=’Plasma’, font_colors=None, showscale=False, reversescale=False)

Parameters:

x: x axis labels.

y: y axis labels.

z:  z matrix to create heatmap.

annotation_text: Text strings for annotations. Should have the same dimensions as the z matrix. If no text is added, the values of the z matrix are annotated. Default = z matrix values.

colorscale: heatmap colorscale.

例子：

Python3

import plotly.figure_factory as ff
import numpy as np
  
feature_x = np.arange(0, 10, 2)
feature_y = np.arange(0, 10, 3)
  
# Creating 2-D grid of features
[X, Y] = np.meshgrid(feature_x, feature_y)
  
Z = np.cos(X / 2) + np.sin(Y / 4)
  
fig = ff.create_annotated_heatmap(Z)
fig.show()

输出：

定义色阶

在 plotly 中，色阶或颜色图表是具有不同颜色类型的平面物理对象。可以使用colorscale参数在此图中设置它。

示例 1：

Python3

import plotly.figure_factory as ff
import numpy as np
  
feature_x = np.arange(0, 10, 2)
feature_y = np.arange(0, 10, 3)
  
# Creating 2-D grid of features
[X, Y] = np.meshgrid(feature_x, feature_y)
  
Z = np.cos(X / 2) + np.sin(Y / 4)
  
fig = ff.create_annotated_heatmap(Z, colorscale='rainbow')
fig.show()

输出：

示例 2：添加自定义色阶

Python3

import plotly.figure_factory as ff
import numpy as np
  
feature_x = np.arange(0, 10, 2)
feature_y = np.arange(0, 10, 3)
  
# Creating 2-D grid of features
[X, Y] = np.meshgrid(feature_x, feature_y)
  
Z = np.cos(X / 2) + np.sin(Y / 4)
  
custom = [[0, 'green'], [0.5, 'red']]
  
fig = ff.create_annotated_heatmap(Z, colorscale=custom)
fig.show()

输出：