heatmap

2熱度

1回答

我想在MATLAB中生成熱圖，但無法更改yticklabels的字體大小。我無法找到一個函數，通過它我可以設置整個對象的字體大小。我試圖設置使用全數字的字體大小： set(gca, 'fontsize', 18) 但是，這也不能正常工作。以下是代碼和生成的數字。 df = randi(10,5,20); labely = {'Room-1', 'Room-2', 'Room-3', 'R

0熱度

1回答

用angularjs生成lat-lng的熱圖

我使用的是帶有mongodb的angularjs。我有包含用戶座標的表。 { "mac" : "aa:22:01:d2:e6:f9","lat" : 33.53625,"lng" : -111.92674, "time" : 2017-07-12T04:44:13.707Z} { "mac" : "aa:22:01:d2:e6:f9","lat" : 33.53625,"lng" : -111

2熱度

1回答

XYZ陣列數據到熱圖

我無法完全找到這個問題的一致的答案或符合我的需求 - 我有一個文本文件的三列中的數據：X，Y和Z.列是選項卡， deliminated。我想用Python對這些數據進行熱圖表示，其中X和Y位置由Z中的值進行着色，範圍從0到1（X和Y的離散概率）。我正在嘗試seaborn的heatmap包和matplotlib的pcolormesh，但不幸的是這些需要2D數據陣列。我的數據在1到37之間運行，常數

0熱度

1回答

ggplot2基於分層聚類重新編制熱圖

儘管我發現了相當類似的問題，但我仍然努力使用ggplot2，但我並沒有設法實現它。我想按列重新排序，並按照分層聚類排列熱圖。這裏我實際的代碼： # import library("ggplot2") library("scales") library("reshape2") # data loading data_frame = read.csv(file=input_file, h

0熱度

1回答

用於熱圖的非線性顏色梯度R

我有一個1941 x 119矩陣的值[-2,2]，高度聚集在零附近。我想創建顯示我已經與hclust發現簇熱圖。我想要使用漸變顏色漸變，以便數值範圍從綠色變爲紅色，同時在中心變暗（或變淺）。問題在於數據聚集在零附近，像redgreen（n）這樣的線性顏色斜坡和RColorBrewer無法捕捉到細微的變化併產生褪色的圖。我試圖建立一個色階使用「顏色面板」中的{gplots}和S形函數在我的數

0熱度

1回答

沒有固定非時間軸的Highcharts熱圖

我想使用熱圖，但不能使用固定類別。我發現所有的例子（例如http://jsfiddle.net/tZ6GP/19/）只有日期軸或固定類別，但我想在軸上沒有預定義類別的軸上有熱圖框。 Highcharts.chart('customContainer', { title: { text: 'Wealth Development' }, xAxis:

0熱度

1回答

Seaborn顏色地圖顯示數據中不存在

我試圖使用seaborn的熱圖可視化數據幀。數據中的最小數量是-1.25，如下所示。但是，熱圖編碼範圍從-80（藍色）。我怎樣才能使顏色編碼從藍色-1.25開始，到紅色97？我試過使用vmax，vmin和強大的關鍵字，但他們沒有幫助。 f, ax = plt.subplots(figsize=(8, 20)) sns.heatmap(hill, annot=annot, lin

0熱度

1回答

更改日曆熱量顏色由低到高

默認calendarHeat()將顏色從零（紅色）繪製爲高值（綠色），如here所示。有沒有辦法扭轉它？我想零爲綠色，高值爲紅色。謝謝

0熱度

2回答

如何在seaborn熱圖子圖中保持色條寬度一致

我想繪製兩個熱圖，它們在具有不同子圖的單個圖上具有相同的x軸，每個圖的比例都不同，因此它們需要不同的顏色條。每個熱圖也具有不同數量的沿y軸的觀察，見下文： import numpy as np import seaborn as sns arr1 = np.random.rand(10, 10)*100 arr2 = np.random.rand(2, 10) fig, axes =

1熱度

1回答

Seaborn Heatmap繪圖執行時間優化

我有一個4D numpy數組，考慮第4維度是「時間」維度。連續幀被繪製爲2D熱圖，使用前兩個維度 - 您正在獲取「動畫」。在測量執行時間時，我獲得了26幀的16秒，這很低。我如何加快下面代碼的執行時間？我寧願使用Seaborn創建熱圖，而不是matplotlib（儘管它是後者的擴展）。 import numpy as np import matplotlib.pyplot as plt imp