Menambahkan Heat Maps dengan Seaborn

Hello guys! Kali ini kita akan menambahkan Peta Panas (Heat Maps) dengan Seaborn untuk melakukan Visualisasi Grafik dengan Python.

Heatmap adalah representasi data multivariat. Intensitas warna dalam heatmap menjadi faktor penting untuk memahami pengaruh titik data. Heatmap lebih mudah dipahami dan lebih mudah dijelaskan. Ketika datang ke analisis data menggunakan visualisasi, sangat penting bahwa pesan yang diinginkan tersampaikan dengan bantuan plot.

Sintaks :

seaborn.heatmap(data, *, vmin=None, vmax=None, cmap=None, center=None, robust=False, annot=None, fmt=’.2g’, annot_kws=None, linewidths=0, linecolor=’white’, cbar=True, cbar_kws=None, cbar_ax=None, square=False, xticklabels=’auto’, yticklabels=’auto’, mask=None, ax=None, **kwargs)

Parameter: Metode ini menerima parameter-parameter berikut yang dijelaskan di bawah ini :

• x, y: Parameter ini mengambil nama variabel dalam data atau data vektor, opsional, Input untuk plotting data bentuk panjang.
• hue: (opsional) Parameter ini mengambil nama kolom untuk pengkodean warna.
• data: (opsional) Parameter ini mengambil DataFrame, array, atau daftar array, Dataset untuk plotting. Jika x dan y tidak ada, ini diinterpretasikan sebagai bentuk lebar. Jika tidak, diharapkan untuk menjadi bentuk panjang.
• color: (opsional) Parameter ini mengambil warna matplotlib, Warna untuk semua elemen, atau seed untuk palet gradien.
• palette: (opsional) Parameter ini mengambil nama palet, daftar, atau kamus, Warna untuk digunakan pada tingkat yang berbeda dari variabel hue. Harus sesuatu yang dapat diinterpretasikan oleh color_palette(), atau kamus pemetaan tingkat hue ke warna matplotlib.
• ax: (opsional) Parameter ini mengambil matplotlib Axes, Objek Axes untuk menggambar plot, jika tidak menggunakan Axes saat ini.
• kwargs: Parameter ini mengambil pemetaan kunci, nilai, Argumen kata kunci lainnya yang diteruskan ke matplotlib.axes.Axes.bar().

Mengembalikan : Mengembalikan objek Axes dengan plot yang digambar padanya.

Contoh : 

# import required module
import seaborn as sns
import numpy as np
 
# assign data
data = np.random.randn(50, 20)
 
# illustrate heat map
ax = sns.heatmap(data, xticklabels=2, yticklabels=False)

Output :

Mohon maaf apabila ada kesalahan sedikit pun pada Kode Program ini.

Terima Kasih 😀😊😘👌👍 :)