熱力圖

假設一組資料，記錄了某公司員工的銷售業績和客戶滿意度：

銷售業績 | 客戶滿意度
------- | --------
100 | 90
200 | 80
300 | 70
400 | 60
500 | 50

我們可以使用 Pandas 的 heatmap() 方法來繪製熱力圖，呈現這組資料的銷售業績和客戶滿意度之間的關係。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 建立資料
data = {
    "銷售業績": [100, 200, 300, 400, 500],
    "客戶滿意度": [90, 80, 70, 60, 50],
}
df = pd.DataFrame(data)
# 繪製熱力圖
plt.figure(figsize=(10, 10))
sns.heatmap(df, cmap="Blues", annot=True)
plt.show()

圖表中，銷售業績和客戶滿意度之間呈現正相關關係，銷售業績越高，客戶滿意度越高。

可以進一步調整熱力圖的樣式：

• 更改熱力圖的顏色映射為紅色
• 添加圖例

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# 建立資料
data = {
    "銷售業績": [100, 200, 300, 400, 500],
    "客戶滿意度": [90, 80, 70, 60, 50],
}
df = pd.DataFrame(data)
# 繪製熱力圖
plt.figure(figsize=(10, 10))
sns.heatmap(df, cmap="Reds", annot=True, fmt=".2f")
# 添加圖例
plt.legend(["銷售業績", "客戶滿意度"], loc="upper right")
plt.show()

圖表中的顏色映射已更改為紅色，並添加了圖例。

您可以根據需要調整熱力圖的樣式，以便更好地呈現分析結果。

以下是一些其他調整熱力圖樣式的技巧：

• 使用 annot 參數來顯示數據值。
• 使用 fmt 參數來指定數據值的格式。
• 使用 linewidths 參數來指定邊框線的寬度。
• 使用 linecolor 參數來指定邊框線的顏色。
• 使用 square 參數來將熱力圖設置為正方形。
• 使用 xticklabels 和 yticklabels 參數來指定軸標籤。
• 使用 cbar 參數來顯示顏色條。

可通過更改不同的參數值來找到最適合的熱力圖樣式。

不自覺咻一下已完成30天的PO文了,
感謝主辦舉行鐵人賽這項活動，
真的讓人受益頗多~