import numpy as np import scipy.stats as ss import pandas as pd import matplotlib.pyplot as plt import seaborn as sns df=pd.read_excel("./tmp_apply1.xlsx") sns.set_context(font_scale=10) plv_tb=pd.pivot_table(df,values="sale",index=["FactoryName","JiJXH"],columns=["Xian"],aggfunc=np.mean) plt.figure(figsize=(300,400)) sns.heatmap(plv_tb,vmin=0,cmap=sns.color_palette("RdYlB",n_colors=256)) plt.show()怎么使热力图取值sale最小值为红色,最大值为蓝色
时间: 2023-10-31 16:04:08 浏览: 97
可以通过设置`vmin`和`vmax`参数来实现热力图取值sale最小值为红色,最大值为蓝色。具体操作如下:
``` python
import numpy as np
import scipy.stats as ss
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df=pd.read_excel("./tmp_apply1.xlsx")
sns.set_context(font_scale=10)
plv_tb=pd.pivot_table(df,values="sale",index=["FactoryName","JiJXH"],columns=["Xian"],aggfunc=np.mean)
plt.figure(figsize=(300,400))
sns.heatmap(plv_tb,vmin=plv_tb.min().min(), vmax=plv_tb.max().max(), cmap=sns.color_palette("RdYlBu_r",n_colors=256))
plt.show()
```
在这里,我们将vmin设置为矩阵中的最小值,vmax设置为矩阵中的最大值,并使用RdYlBu_r颜色映射,使得最小值为红色,最大值为蓝色。
相关问题
import numpy as np import scipy.stats as ss import pandas as pd import matplotlib.pyplot as plt import seaborn as sns df=pd.read_excel("./tmp_apply3.xlsx")读入后怎么取字段
你可以使用 Pandas 的 `loc` 或 `iloc` 方法来取出 DataFrame 中的特定字段。具体而言,`loc` 方法可以通过列名来取出字段,而 `iloc` 方法可以通过列的索引来取出字段。以下是两种方法的示例:
假设你要取出 `df` 中的 `sale` 和 `date` 两个字段,其中 `sale` 字段在第 2 列,`date` 字段在第 3 列,你可以这样做:
使用 `loc` 方法:
```python
# 通过列名取出字段
df_new = df.loc[:, ["sale", "date"]]
```
使用 `iloc` 方法:
```python
# 通过列的索引取出字段
df_new = df.iloc[:, [1, 2]]
```
上述代码中,`df_new` 就是取出 `df` 中的 `sale` 和 `date` 两个字段后得到的新 DataFrame。其中 `:` 表示取出所有行,`["sale", "date"]` 或 `[1, 2]` 表示取出第 2 列和第 3 列。你可以根据实际需要修改这些代码。
import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sb from scipy.io import loadmat raw_data = loadmat('ex6data1.mat') raw_data
这段代码使用了多个Python库,包括`numpy`、`pandas`、`matplotlib`、`seaborn`和`scipy`。其中,`loadmat()`函数是`scipy.io`库中的函数,它可以将MATLAB格式的文件加载到Python中。这段代码中,它加载了名为`ex6data1.mat`的文件,并将其存储在`raw_data`变量中。
在加载数据之后,可以使用`type()`函数来检查数据类型,以确保数据已正确加载。例如,在Python控制台中,您可以键入以下内容:
```python
print(type(raw_data))
```
输出应该为`<class 'dict'>`,这意味着数据已经成功加载并存储在字典对象中。要访问字典中存储的数据,您可以使用相应的键。例如,要访问键为`'X'`的数据,请键入以下内容:
```python
X = raw_data['X']
```
这将把`X`变量设置为存储在`raw_data`字典中键为`'X'`的值。同样,要访问键为`'y'`的数据,请输入以下内容:
```python
y = raw_data['y']
```
这将把`y`变量设置为存储在`raw_data`字典中键为`'y'`的值。
阅读全文