Python တွင် heat maps ကို အလွယ်တကူဖန်တီးနည်း

ကျွန်ုပ်တို့တွင် တစ်ပတ်လျှင် ငါးပတ်ကြာ စတိုးဆိုင်တစ်ခုမှ ရောင်းချမှုအရေအတွက်ကို ပြသသည့် Python တွင် အောက်ပါဒေတာအစုံရှိသည်ဆိုပါစို့။

 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
My 44 39 23 1 24
Thursday 3 21 24 23 25
Kills 47 9 6 38 17
Wed 0 19 24 39 37

အခြေခံအပူမြေပုံဖန်တီးပါ။

ns.heatmap() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ အခြေခံအပူမြေပုံကို ဖန်တီးနိုင်သည်-

 sns.heatmap(df) 

ညာဘက်ရှိ အရောင်ဘားသည် မတူညီသောအရောင်များဖြင့် ကိုယ်စားပြုထားသော တန်ဖိုးများကို ညွှန်ပြသည့် ဒဏ္ဍာရီတစ်ခု ပြသသည်။

အပူမြေပုံတွင် လိုင်းများထည့်ပါ။

linewidths argument ကို အသုံးပြု၍ heatmap တွင် လေးထောင့်များကြား မျဉ်းကြောင်းများ ထည့်နိုင်သည်-

 sns.heatmap(df, linewidths=.5) 

အပူမြေပုံတွင် မှတ်ချက်များကို ထည့်ပါ။

annot=True argument ကို အသုံးပြု၍ heatmap တွင် မှတ်ချက်များကို ပေါင်းထည့်နိုင်သည်။

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

အပူမြေပုံအရောင်ဘားကိုဝှက်ပါ။

cbar=False option ကို အသုံးပြု၍ အရောင်ဘားကို လုံးလုံးလျားလျား ဝှက်ထားနိုင်သည်။

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

အပူမြေပုံအရောင် အပြင်အဆင်ကို ပြောင်းပါ။

cmap အငြင်းအခုံကို အသုံးပြု၍ အရောင်အပြင်အဆင်ကိုလည်း ပြောင်းလဲနိုင်သည်။ ဥပမာအားဖြင့်၊ သင်သည် အဝါရောင်မှ အစိမ်းမှ အပြာအထိ အရောင်များကို သတ်မှတ်နိုင်သည်။

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

ဒါမှမဟုတ် အနီရောင်ကနေ အပြာရောင်အထိ အရောင်တွေ ရနိုင်ပါတယ်။

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

ရောင်စုံ palettes စာရင်းအပြည့်အစုံအတွက် matplotlib စာရွက်စာတမ်းကို ကြည့်ပါ။