Plotly - 热力图

热力图（或热图）是一种图形化数据表示方法，其中矩阵中包含的各个值表示为颜色。热力图的主要目的是更好地可视化数据集中的位置/事件的体积，并帮助引导查看者关注数据可视化中最重要的区域。

由于热力图依赖于颜色来传达数值，因此它们最常用于显示数值的更概括视图。热力图用途广泛且高效，能够吸引人们的注意力，并发现趋势，因此它们在分析领域越来越受欢迎。

热力图天生具有自解释性。颜色越深，数量越大（值越高，分散度越紧密等）。Plotly 的 graph_objects 模块包含Heatmap() 函数。它需要 x、y 和z 属性。它们的值可以是列表、NumPy 数组或 Pandas 数据框。

在以下示例中，我们有一个 2D 列表或数组，它定义了要颜色编码的数据（不同农民的年产量，以吨为单位）。然后，我们还需要两个列表，分别列出农民的姓名和他们种植的蔬菜。

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所示：