Plotly 热图

热图(或热图)是数据的图形表示，其中包含在矩阵中的各个值表示为颜色。热图的主要目的是更好地可视化数据集中的位置/事件量，并帮助将查看者引导至数据可视化中最重要的区域。

由于它们依赖颜色来传达值，因此热图可能最常用于显示更通用的数值视图。热图在吸引人们关注趋势方面非常通用和高效，正是由于这些原因，它们在分析社区中变得越来越流行。

热图天生就不言自明。阴影越深，数量越大(值越高，分散越紧密等)。 Plotly 的 graph_objects 模块包含 热图() 功能。它需要 x， y and z 属性。它们的值可以是列表、numpy 数组或 Pandas 数据框。

在下面的示例中，我们有一个二维列表或数组，它将数据(不同农民的收获吨/年)定义为颜色代码。然后我们还需要两张农民名单和他们种植的蔬菜。

vegetables = [
    "cucumber",
    "tomato",
    "lettuce",
    "asparagus",
    "potato",
    "wheat",
    "barley"
]
farmers = [
    "Farmer Joe",
    "Upland Bros.",
    "Smith Gardening",
    "Agrifun",
    "Organiculture",
    "BioGoods Ltd.",
    "Cornylee Corp."
]
harvest = np.array(
    [
        [0.8, 2.4, 2.5, 3.9, 0.0, 4.0, 0.0],
        [2.4, 0.0, 4.0, 1.0, 2.7, 0.0, 0.0],
        [1.1, 2.4, 0.8, 4.3, 1.9, 4.4, 0.0],
        [0.6, 0.0, 0.3, 0.0, 3.1, 0.0, 0.0],
        [0.7, 1.7, 0.6, 2.6, 2.2, 6.2, 0.0],
        [1.3, 1.2, 0.0, 0.0, 0.0, 3.2, 5.1],
        [0.1, 2.0, 0.0, 1.4, 0.0, 1.9, 6.3]
    ]
)
trace = go.Heatmap(
    x = vegetables,
    y = farmers,
    z = harvest,
    type = 'heatmap',
    colorscale = 'Viridis'
)
data = [trace]
fig = go.Figure(data = data)
iplot(fig)

上述代码的输出如下：