【深度学习】热力图绘制

热力图(Heatmap)是一种数据可视化方法,通过颜色来表示数据矩阵中的数值大小,以便更直观地展示数据的分布和模式。热力图在许多领域中都有应用,尤其在统计分析、机器学习、数据挖掘等领域,能够帮助我们快速识别出数据中的潜在规律和关系。

在热力图中,通常使用颜色来表示数据中的相关性强度。具体来说:

  • 偏红色 (暖色调)通常表示正相关(即两者之间的关系越强,值越高)。
  • 偏蓝色 (冷色调)通常表示负相关(即两者之间的关系越弱,值越低,甚至负相关时值可能为负数)。

这两种颜色的映射方式是热力图的常见标准。例如,在 Python 的 seaborn 库中,heatmap 函数通常会根据数据矩阵的值自动映射成颜色,红色代表高值,蓝色代表低值。

python 复制代码
import panda as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

sns.set()
sns.set_style('whitegrid',{'font.sans-serif':{'simhei','Arial'}})

实例1:模拟绘制北京景区热度图

python 复制代码
df = pd.DataFrame(
    np.random.rand(4,7),
    index = ["天安门","故宫","奥林匹克森林公园","八达岭长城"],
    columns = ["周一","周二","周三","周四","周五","周六","周日"]
)
df
python 复制代码
plt.figure(figsize=(10,4))
sns.heatmap(df, annot=True, fmt='.2f', cmp="coolwarm")

实例2:绘制泰坦尼克事件与存亡变量的关系

python 复制代码
df = pd.concat(
    [
        pf.read_csv("./datas/titanic/titanic_train.csv"),
        pf.read_csv("./datas/titanic/titanic_test.csv")
    ]
)
df.head()
python 复制代码
# pandas把字符串类型的列,变成分类数字编码
for field in ["Sex","Cabin","Embarked"]:
    df[field] = df[field].astype("category").cat.codes

# 计算不同变量之间,两两的相关系数
df.corr()
python 复制代码
plt.figure(figsize=(12,6))
sns.heatmap(df.corr(), annot=True, fmt=".2f", cmap="coolwarm")

测量目的发送一张图片,然后经过信道估计之后的信道分布进行处理,能否得到一种信道偏移量,光流图?热力图?

参考资料:

科研笔记第13期------热力图绘制 - 知乎

深度学习中,模型可视化,特征图的可视化,CAM热力图可视化_哔哩哔哩_bilibili

热力图可以用于表示两个分类变量的强度关系分布,本视频使用seaborn的heatmap进行演示_哔哩哔哩_bilibili

相关推荐
白-胖-子4 小时前
深入剖析大模型在文本生成式 AI 产品架构中的核心地位
人工智能·架构
想要成为计算机高手5 小时前
11. isaacsim4.2教程-Transform 树与Odometry
人工智能·机器人·自动驾驶·ros·rviz·isaac sim·仿真环境
静心问道6 小时前
InstructBLIP:通过指令微调迈向通用视觉-语言模型
人工智能·多模态·ai技术应用
宇称不守恒4.06 小时前
2025暑期—06神经网络-常见网络2
网络·人工智能·神经网络
小楓12017 小时前
醫護行業在未來會被AI淘汰嗎?
人工智能·醫療·護理·職業
数据与人工智能律师7 小时前
数字迷雾中的安全锚点:解码匿名化与假名化的法律边界与商业价值
大数据·网络·人工智能·云计算·区块链
chenchihwen7 小时前
大模型应用班-第2课 DeepSeek使用与提示词工程课程重点 学习ollama 安装 用deepseek-r1:1.5b 分析PDF 内容
人工智能·学习
说私域7 小时前
公域流量向私域流量转化策略研究——基于开源AI智能客服、AI智能名片与S2B2C商城小程序的融合应用
人工智能·小程序
Java樱木7 小时前
AI 编程工具 Trae 重要的升级。。。
人工智能
码字的字节7 小时前
深度学习损失函数的设计哲学:从交叉熵到Huber损失的深入探索
深度学习·交叉熵·huber