XYZ 阵列数据到热图

Question

对于这个问题或适合我需要的问题，我无法找到一致的答案——我在文本文件的三列中有数据：X、Y 和 Z。列以制表符分隔。我想用 Python 对这些数据进行热图表示，其中 X 和 Y 位置由 Z 中的值着色，范围从 0 到 1（X 和 Y 的离散概率）。我正在尝试 seaborn 的热图包和 matplotlib 的 pcolormesh，但不幸的是，这些需要二维数据数组。

对于常量 y，我的数据从 1 到 37 X 运行，然后在 y 中迭代 0.1。y max 根据数据集波动，但 ymin 始终为 0。

[XYZ] row1[1...37 0.0000 Zvalue], row2[1...37 0.1000 Zvalue] 等。

import numpy as np
from numpy import *
import pandas as pd
import seaborn as sns
sns.set()

df = np.loadtxt(open("file.txt", "rb"), delimiter="\t").astype("float")

下一步有什么提示吗？

Answer 1

如果我理解正确，你有三列，其中 X 和 Y 表示值 Z 的位置。

考虑以下示例。共有三列：X 和 Y 包含位置信息（在本例中为类别），Z 包含用于为热图着色的值。

x = np.array(['a','b','c','a','b','c','a','b','c'])
y = np.array(['a','a','a','b','b','b','c','c','c'])
z = np.array([0.3,-0.3,1,0.5,-0.25,-1,0.25,-0.23,0.25])

然后我们从这些列创建一个数据框并转置它们（因此 x、y 和 z 实际上成为列）。给出列名并确保 Z_value 是一个数字。

df = pd.DataFrame.from_dict(np.array([x,y,z]).T)
df.columns = ['X_value','Y_value','Z_value']
df['Z_value'] = pd.to_numeric(df['Z_value'])

导致这个数据帧。

X_value Y_value Z_value
0   a   a   0.30
1   b   a   -0.30
2   c   a   1.00
3   a   b   0.50
4   b   b   -0.25
5   c   b   -1.00
6   a   c   0.25
7   b   c   -0.23
8   c   c   0.25

从此您无法创建热图，但是通过调用df.pivot('Y_value','X_value','Z_value')您将数据框转为可用于热图的表单。

pivotted= df.pivot('Y_value','X_value','Z_value')

生成的数据框如下所示。

X_value a   b   c
Y_value         
a   0.30    -0.30   1.00
b   0.50    -0.25   -1.00
c   0.25    -0.23   0.25

然后，您可以提供pivotted给sns.heatmap以创建您的热图。

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

导致此热图。

您可能需要根据您的具体需要对代码进行一些调整。但是由于我没有示例数据可供参考，因此我需要制作自己的示例。