Plotly 中的相关热图

Question

我使用我喜欢的 Seaborn 创建了一个下三角相关热图。现在尝试使用 Plotly 创建相同的内容。不幸的是，无法像我对 Seaborn 所做的那样对其进行微调。

names = ['U', 'V', 'W', 'X', 'Y', 'Z']
r = pd.DataFrame(index = names, columns = names)
r['U'] = np.array([1.0,   0.53,    0.26,  0.63, 0.52, 0.65] )
r['V'] = np.array([0.53,   1.0,   -0.17, 0.83, 1, 0.85])
r['W'] = np.array([0.26,  -0.17,    1.0,  0.04, -0.15, 0.09])
r['X'] = np.array([0.63, 0.83, 0.04, 1, 0.83, 0.80])
r['Y'] = np.array([0.52, 1, -0.15, 0.83, 1, 0.86])
r['Z'] = np.array([0.65, 0.85, 0.09, 0.80, 0.86, 1.0])

print(r)

import seaborn as sns

# sns.set_theme(style="white")

mask = np.triu(np.ones_like(r, dtype=bool))

# Set up the matplotlib figure
f, ax = plt.subplots(figsize=(11, 9))

# Generate a custom diverging colormap
cmap = sns.diverging_palette(230, 20, n=256, as_cmap=True)

# Draw the heatmap with the mask and correct aspect ratio
sns.heatmap(r, 
            mask=mask, 
            cmap=cmap, 
            vmax=1, 
            vmin = -.25,
            center=0,
            square=True, 
            linewidths=.5,
            annot = True,
            fmt='.2f', 
            annot_kws={'size': 10},
            cbar_kws={"shrink": .75})

plt.title('Asset Correlation Matrix')
plt.tight_layout()
ax.tick_params(axis = 'x', labelsize = 8)
ax.set_ylim(len(corr)+1, -1)
# plt.savefig('corrTax.png', dpi = 600)

plt.show()

我正在尝试使用 Plotly 创建它。到目前为止，这是我能做的。

mask = np.triu(np.ones_like(r, dtype=bool))
rLT = r.mask(mask)

heat = go.Heatmap(
    z = rLT,
    x = rLT.columns.values,
    y = rLT.columns.values,
    zmin = - 0.25, # Sets the lower bound of the color domain
    zmax = 1,
    xgap = 1, # Sets the horizontal gap (in pixels) between bricks
    ygap = 1,
    colorscale = 'RdBu'
)

title = 'Asset Correlation Matrix'

layout = go.Layout(
    title_text=title, 
    title_x=0.5, 
    width=600, 
    height=600,
    xaxis_showgrid=False,
    yaxis_showgrid=False,
    yaxis_autorange='reversed'
)

fig=go.Figure(data=[heat], layout=layout)
fig.show()

• 我创建的 Seaborn 颜色图，我想在 Plotly 中创建类似的东西。我该怎么做？
• 我能够控制轴标签尺寸。
• 希望将值放入每个框（seaborn 中的

  annot

  选项），带有舍入选项

Answer 1

黛比。 这是您第一个问题的答案。

我创建的 Seaborn 颜色图，我想在 Plotly 中创建类似的东西。我该怎么做？

您可以使用 Plotly 中内置的colorscales，可以通过 Heatmap 构造函数中的参数

colorscale

进行设置。此外，您可以设置 Plotly 的主题以摆脱丑陋的背景

import plotly.io as pio
import plotly.express as px
import plotly.graph_objects as go

pio.templates.default = "plotly_white"

go.Heatmap(
    z=corr.mask(mask),
    x=corr.columns,
    y=corr.columns,
    colorscale=px.colors.diverging.RdBu,
    zmin=-1,
    zmax=1
)

Answer 2

您可以使用

create_annotated_heatmap

中的 plotly 函数

plotly.figure_factory

而不是普通的 plotly 热图。此函数直接接受 numpy 数组而不是数据框。 官方参考 这是我的解决方案

import plotly.figure_factory as ff

corr = df.iloc.corr()
mask = np.triu(np.ones_like(corr, dtype=bool))
df_mask = corr.mask(mask)

fig = ff.create_annotated_heatmap(z=df_mask.to_numpy(), 
                                  x=df_mask.columns.tolist(),
                                  y=df_mask.columns.tolist(),
                                  colorscale=px.colors.diverging.RdBu,
                                  hoverinfo="none", #Shows hoverinfo for null values
                                  showscale=True, ygap=1, xgap=1
                                 )

fig.update_xaxes(side="bottom")

fig.update_layout(
    title_text='Heatmap', 
    title_x=0.5, 
    width=1000, 
    height=1000,
    xaxis_showgrid=False,
    yaxis_showgrid=False,
    xaxis_zeroline=False,
    yaxis_zeroline=False,
    yaxis_autorange='reversed',
    template='plotly_white'
)

# NaN values are not handled automatically and are displayed in the figure
# So we need to get rid of the text manually
for i in range(len(fig.layout.annotations)):
    if fig.layout.annotations[i].text == 'nan':
        fig.layout.annotations[i].text = ""

fig.show()

您可以按照@ottovon

的说明使用

zmin

和

zmax

也可以使用基本热图，但我认为需要通过指定一些函数手动完成注释。

要舍入注释，请参阅此Plotly：如何在带注释的热图中舍入显示文本，但在悬停时保持完整格式？ 线程。

此外，您可以参考官方文档了解 xticks 的大小，同样可以对 yticks 进行调整。我还没有实际实施它们，但它们应该可以正常工作。

Answer 3

我发现删除视图顶部三角形的最简单方法

# Correlation
df_corr = data.corr().round(1)  
# Mask to matrix
mask = np.zeros_like(df_corr, dtype=bool)
mask[np.triu_indices_from(mask)] = True
# Viz
df_corr_viz = df_corr.mask(mask).dropna(how='all').dropna('columns', how='all')
fig = px.imshow(df_corr_viz, text_auto=True)
fig.show()

Answer 4

import plotly.express as px
import pandas as pd

df = **some kinda of pandas data frame**


px.imshow(df.corr())