Comment créer facilement des cartes thermiques en Python

Supposons que nous disposions de l’ensemble de données suivant en Python qui affiche le nombre de ventes réalisées par un certain magasin chaque jour de la semaine pendant cinq semaines :

import numpy as np
import pandas as pd 
import seaborn as sns

#create a dataset
np.random.seed(0)
data = {'day': np.tile(['Mon', 'Tue', 'Wed', 'Thur', 'Fri'], 5),
        'week': np.repeat([1, 2, 3, 4, 5], 5),
        'sales': np.random.randint(0, 50, size=25)
        }

df = pd.DataFrame(data,columns=['day','week','sales'])
df = df.pivot('day', 'week', 'sales')

view first ten rows of dataset
df[:10]

week	 1	 2	 3	 4	 5
day					
Fri	 3	36	12	46	13
Mon	44	39	23	 1	24
Thur	 3	21	24	23	25
Tue	47	 9	 6	38	17
Wed	 0	19	24	39	37

Créer une carte thermique de base

Nous pouvons créer une carte thermique de base en utilisant la fonction s ns.heatmap() :

sns.heatmap(df)

La barre de couleurs sur le côté droit affiche une légende indiquant les valeurs représentées par les différentes couleurs.

Ajouter des lignes à la carte thermique

Vous pouvez ajouter des lignes entre les carrés dans la carte thermique à l’aide de l’argument linewidths :

sns.heatmap(df, linewidths=.5)

Ajouter des annotations à la carte thermique

Vous pouvez également ajouter des annotations à la carte thermique à l’aide de l’argument annot=True :

sns.heatmap(df, linewidths=.5, annot=True)

Masquer la barre de couleurs de la carte thermique

Vous pouvez également masquer entièrement la barre de couleurs en utilisant l’option cbar=False :

sns.heatmap(df, linewidths=.5, annot=True, cbar=False)

Changer le thème de couleur de la carte thermique

Vous pouvez également modifier le thème de couleur à l’aide de l’argument cmap . Par exemple, vous pouvez définir les couleurs pour qu’elles s’étendent du jaune au vert en passant par le bleu :

sns.heatmap(df, cmap='YlGnBu')

Ou vous pourriez avoir les couleurs allant du rouge au bleu :

sns.heatmap(df, cmap='RdBu')

Pour une liste complète des palettes de couleurs, reportez-vous à la documentation matplotlib .