bqplot中的GridHeatMap网格热力图使用详解-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00432/article/details/148575357

bqplot中的GridHeatMap网格热力图使用详解

bqplot Plotting library for IPython/Jupyter notebooks 项目地址: https://gitcode.com/gh_mirrors/bq/bqplot

概述

bqplot是一个基于Python的交互式可视化库，特别适合在Jupyter环境中使用。其中GridHeatMap（网格热力图）是一种强大的数据可视化工具，能够直观地展示二维数据矩阵中数值的分布情况。本文将详细介绍如何使用bqplot创建和定制网格热力图。

基础准备

首先需要导入必要的库：

import numpy as np
import bqplot.pyplot as plt
from bqplot import LinearScale

创建基础热力图

生成随机数据作为示例：

np.random.seed(0)
data = np.random.randn(10, 10)

创建基础热力图非常简单：

fig = plt.figure(padding_y=0.0)
grid_map = plt.gridheatmap(data)
fig

自定义显示格式

可以设置热力图中数值的显示格式和样式：

grid_map.display_format = ".2f"  # 保留两位小数
grid_map.font_style = {
    "font-size": "16px", 
    "fill": "blue", 
    "font-weight": "bold"
}

控制坐标轴显示

通过axes_options参数可以控制坐标轴的可见性：

axes_options = {
    "column": {"visible": False},
    "row": {"visible": False},
    "color": {"visible": False},
}

fig = plt.figure(padding_y=0.0)
grid_map = plt.gridheatmap(data, axes_options=axes_options)
fig

非均匀热力图

热力图的行列可以是非均匀分布的：

fig = plt.figure(padding_y=0.0)
plt.scales(scales={"x": LinearScale(), "y": LinearScale(reverse=True)})

# 创建非均匀行数据
row_data = np.arange(10)
row_data[5:] = np.arange(6, 11)  # 第5行(从顶部数)高度是其他行的两倍
column_data = np.arange(10, 20)

grid_map = plt.gridheatmap(data, row=row_data, column=column_data)
fig

数据对齐方式

网格热力图提供了多种数据对齐方式：

默认对齐方式：数据对齐到网格矩形的起始位置

fig = plt.figure(padding_y=0.0)
plt.scales(scales={"x": LinearScale(), "y": LinearScale(reverse=True, max=15)})

row_data = np.arange(10)
column_data = np.arange(10, 20)

grid_map = plt.gridheatmap(data, row=row_data, column=column_data)
fig

末端对齐方式：使用row_align="end"参数

fig = plt.figure(padding_y=0.0)
plt.scales(scales={"x": LinearScale(), "y": LinearScale(reverse=True, min=-5, max=15)})

grid_map = plt.gridheatmap(data, row=row_data, column=column_data, row_align="end")
fig

样式自定义

可以调整热力图的透明度和边框样式：

fig = plt.figure(padding_y=0.0)
grid_map = plt.gridheatmap(data, opacity=0.3, stroke="white", axes_options=axes_options)
fig

交互式选择

网格热力图支持类似Excel的单元格选择功能：

data = np.random.randn(10, 10)
fig = plt.figure(padding_y=0.0)
grid_map = plt.gridheatmap(
    data,
    interactions={"click": "select"},
    selected_style={"stroke": "blue", "stroke-width": 3},
    axes_options=axes_options,
)

fig

可以通过grid_map.selected属性获取当前选中的单元格索引。

事件处理

可以为热力图添加点击事件处理器：

from IPython.display import display
from ipywidgets import Output

out = Output()

@out.capture()
def print_event(self, target):
    print(target)

grid_map.on_element_click(print_event)

display(figure)
display(out)