Isı haritaları, renk yoğunluğunun her değerin büyüklüğünü temsil ettiği iki boyutlu bir ızgarada veri görselleştirme için paha biçilmezdir. Güçlü bir Python veri görselleştirme kütüphanesi olan Matplotlib, etkileyici ısı haritaları oluşturmanın birkaç yolunu sunar. Bu makale, imshow() kullanımı, Seaborn kütüphanesinden yararlanma ve pcolormesh() kullanımı olmak üzere üç popüler yöntemi ele almaktadır. Her yöntemi açık örnekler ve açıklamalarla ele alacağız.
İçerik Tablosu
imshow(): Basit Bir Yaklaşım- Seaborn’ın
heatmap(): Gelişmiş İşlevsellik pcolormesh(): Düzensiz Veriler ve Hassas Kontrol İçin
imshow(): Basit Bir Yaklaşım
Matplotlib’in imshow() fonksiyonu, ısı haritaları oluşturmanın basit bir yolunu sağlar. Giriş olarak 2B bir dizi kabul eder ve seçilen bir renk haritası kullanarak değerleri renklere eşler.
import matplotlib.pyplot as plt
import numpy as np
# Örnek veri
data = np.random.rand(10, 10)
# Isı haritasını oluştur
plt.imshow(data, cmap='viridis')
# Renk çubuğunu ekle
plt.colorbar(label='Değer')
# Etiketleri ve başlığı ekle
plt.xlabel('X-ekseni')
plt.ylabel('Y-ekseni')
plt.title('imshow() kullanarak 2B Isı Haritası')
# Grafiği göster
plt.show()
Bu kod, hücre renk yoğunluğunun data dizisindeki karşılık gelen değeri yansıttığı bir ısı haritası oluşturur. cmap bağımsız değişkeni renk haritasını seçer (örneğin, ‘plasma’, ‘magma’, ‘inferno’, ‘cividis’). colorbar(), renkleri değerlere eşleyen bir efsane ekler.
Seaborn’ın heatmap(): Gelişmiş İşlevsellik
Matplotlib üzerine kurulu Seaborn, ısı haritaları da dahil olmak üzere istatistiksel olarak bilgilendirici ve görsel olarak çekici grafikler oluşturmak için daha üst düzey bir arayüz sunar. heatmap() fonksiyonu işlemi basitleştirir ve kullanışlı özellikler ekler.
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
# Örnek veri
data = np.random.rand(10, 10)
# Isı haritasını oluştur
sns.heatmap(data, annot=True, cmap='coolwarm', fmt=".2f")
# Başlığı ekle
plt.title('Seaborn kullanarak 2B Isı Haritası')
# Grafiği göster
plt.show()
Bu Seaborn örneği, annot=True ile her hücrenin içine sayısal değerler göstererek okunabilirliği artıran benzer bir ısı haritası oluşturur. fmt, açıklama biçimlendirmesini kontrol eder.
pcolormesh(): Düzensiz Veriler ve Hassas Kontrol İçin
Matplotlib’in pcolormesh() fonksiyonu, düzensiz aralıklı verilere sahip ısı haritaları için veya hücre sınırları üzerinde hassas kontrole ihtiyaç duyulduğunda idealdir.
import matplotlib.pyplot as plt
import numpy as np
# Örnek veri (gösterim için meshgrid kullanarak)
x = np.arange(0, 10, 1)
y = np.arange(0, 10, 1)
X, Y = np.meshgrid(x, y)
data = np.sin(X) * np.cos(Y)
# Isı haritasını oluştur
plt.pcolormesh(X, Y, data, cmap='RdBu')
# Renk çubuğunu ekle
plt.colorbar(label='Değer')
# Etiketleri ve başlığı ekle
plt.xlabel('X-ekseni')
plt.ylabel('Y-ekseni')
plt.title('pcolormesh() kullanarak 2B Isı Haritası')
# Grafiği göster
plt.show()
Bu örnek, pcolormesh() için hücre sınırlarını tanımlayan x ve y koordinat ızgaraları oluşturmak için meshgrid kullanır. Bu, imshow()‘dan daha fazla esneklik sunar. RdBu renk haritası, hem pozitif hem de negatif değerlere sahip veriler için uygun bir farklılaşan şemadir. Gerekli kütüphaneleri pip install matplotlib seaborn kullanarak yüklemeyi unutmayın.