使用日历热图进行时序数据可视化-轻识

相信很多人都会在 Github 中看到这么一个热图，该热图记录的是 Github 平台使用的日常贡献。在每个日历年的热图中以天为单位采样的时间序列数据。GitHub 的贡献图表示用户在过去几年中所做的贡献数量。色块表示贡献的数量，如色标下方所示。从这张热图中，我们可以检测到每天的贡献模式。

日历热图

日历热图使用彩色单元格，通常采用单一基色色调，并使用其明度、色调和饱和度进行扩展（如从浅到深的蓝色）。它在日历视图中显示每天事件的相对数量。每天按周排列，按月和年分组。这使你能够快速识别每天和每周的模式。

Calplot

可视化是深入了解数据的好方法。在检查时间序列数据时，必须从数据中了解季节性或周期性行为（如果涉及）。使用 calplot python 库创建热图。Calplot 从 Pandas 时间序列数据创建热图。

pip install calplot

Collecting calplot
  Downloading calplot-0.1.7.4-py3-none-any.whl (8.2 kB)
Installing collected packages: calplot
Successfully installed calplot-0.1.7.4

基本绘图

import calplot
import numpy as np; np.random.seed(sum(map(ord, 'calplot')))
import pandas as pd
all_days = pd.date_range('1/1/2019', periods=730, freq='D')
days = np.random.choice(all_days, 500)
events = pd.Series(np.random.randn(len(days)), index=days)
calplot.calplot(events)

隐藏边界

边界相关参数：edgecolor ，指的是分隔月份的线条的颜色。将其设置为None即为隐藏边界。

all_days = pd.date_range('1/1/2019', periods=360, freq='D')
days = np.random.choice(all_days, 500)
events = pd.Series(np.random.randn(len(days)), index=days)
calplot.calplot(events, edgecolor=None, cmap='YlGn')

更改边界年份样式

参数yearlabel_kws传递给 matplotlib set_ylabel调用的关键字参数用于绘制每个子图的年份。该参数接受一个字典，可以设置颜色，大小等样式。

calplot.calplot(events, 
                yearlabel_kws={'color': 'black'},
                cmap='YlGn')

添加文本标签

和普通热图类似，可以在每个小格子上显示具体数值，通过参数textformat和textfiller控制，分别表示网格单元文本的字符串格式，以及网格单元格的在文本缺失数据的时显示的文本样式。

calplot.calplot(events, textformat='{:.0f}',
                textfiller='-', cmap='YlGn')

隐藏颜色条

热图右边都会有个颜色线条，以注明每种颜色的颜色范围，如果你不需要显示，可以将参数 colorbar 设置为 False。

calplot.calplot(events, colorbar=False, cmap='YlGn')

设置title

控制热图标题的参数suptitle，接受一个字符串。

calplot.calplot(events, 
                suptitle='Random data from standard normal distribution', 
                cmap='YlGn')

隐藏热图的边线

控制将每天分开的线的宽度参数linewidth，如果要将其隐藏，可以将其直接设置为0即可。

calplot.calplot(events, linewidth=0, cmap='YlGn')

更多详情请见：https://calplot.readthedocs.io/en/latest/

- END -

对比Excel系列图书累积销量达15w册，让你轻松掌握数据分析技能，可以在全网搜索书名进行了解选购：