LoslegenKostenlos loslegen

Eine Heatmap mit divergierender Palette anpassen

Das Standardfarbschema von Seaborns heatmap() behandelt den Wert 0 nicht besonders. Das ist in Ordnung, wenn 0 für die zu visualisierende Variable keine besondere Bedeutung hat. Wenn 0 jedoch eine neutrale Bedeutung hat, musst du die Palette anpassen.

In dieser Visualisierung möchtest du alle Städte mit dem durchschnittlichen CO-Verschmutzungswert im November 2015 vergleichen (bereitgestellt im DataFrame nov_2015_CO).

Erzeuge dazu eine Heatmap, die kodiert, wie viele Standardabweichungen jede Stadt an diesem Tag vom Durchschnitt der CO-Verschmutzung abwich. Du musst die Standardpalette ersetzen, indem du eine eigene, benutzerdefinierte divergierende Palette erstellst, sie an die Heatmap übergibst und der Funktion mitteilst, welcher Wert dein Neutralwert ist.

Diese Übung ist Teil des Kurses

So verbesserst du deine Datenvisualisierungen in Python

Kurs anzeigen

Anleitung zur Übung

  • Übergib die divergierende Palette an dein Diagramm.

    • Beachte, dass die sns.heatmap()-Funktion in Seaborn kein palette-Argument hat, sondern stattdessen das Argument cmap verwendet.

  • Füge den Neutralwert zur Heatmap hinzu, indem du das Argument center setzt.

  • Setze die obere und untere Grenze der Farbleiste auf -4 bzw. 4, um die Legende symmetrisch zu machen.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Define a custom palette
color_palette = sns.diverging_palette(250, 0, as_cmap = True)

# Pass palette to plot and set axis ranges
sns.heatmap(nov_2015_CO,
            ____ = ____,
            ____ = ____,
            vmin = ____,
            vmax = ____)
plt.yticks(rotation = 0)
plt.show()
Code bearbeiten und ausführen