Seabornのヒートマップでカスタムグリッド線を作成する方法
Seabornのヒートマップにカスタムグリッド線(区切り線)を作成するには、heatmap()メソッドのlinewidths引数とlinecolor引数を使用します。これらを指定することで、セル同士の境界線の太さや色を自由に設定できます。
実装の手順
図のサイズを設定し、サブプロット間および周囲の余白(パディング)を調整します。
5列を持つPandasのデータフレームを作成します。
heatmap()メソッドを使って、矩形データを色分けされたマトリクスとしてプロットします。この際、linewidthsでグリッド線の太さを、linecolorでグリッド線の色を指定します。
図を表示するには、show()メソッドを使用します。
サンプルコード
import seaborn as sns import pandas as pd import numpy as np import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True df = pd.DataFrame(np.random.random((5, 5)), columns=["col1", "col2", "col3", "col4", "col5"]) sns.heatmap(df, linewidths=4, linecolor='green') plt.show()
出力結果
上記のコードを実行すると、緑色の太いグリッド線で各セルが区切られたヒートマップが表示されます。
ポイント解説
linewidthsはセル間の境界線の幅を数値で指定し、値が大きいほど線が太くなります。linecolorには色名(例:'green'、'white')や16進数カラーコード(例:'#00FF00')を指定できます。背景が暗いカラーマップの場合は白いグリッド線を、明るいカラーマップの場合は黒や緑などのグリッド線を使うと、データの視認性が向上します。
-
MatplotlibとSeabornでヒートマップを正方形に表示する方法
SeabornのFacetGridでヒートマップを正方形に表示したい場合、heatmap()メソッドを使って10×10のランダムデータセットを可視化するのが簡単な方法です。この記事では、その具体的な手順とサンプルコードを紹介します。実行手順最小値-1、最大値10の範囲で、サイズ10×10のランダムデータを作成します。heatmap()メソッドにデータとカラーマップ「twilight_r」を指定し、矩形データを色分けされた行列としてプロットします。図を表示するには、show()メソッドを使用します。サンプルコードimport numpy as np import seaborn as sn im
-
Pandasのsecondary_yプロットでグリッド線を消す方法を解説
Pandasでsecondary_y(第2軸)を使ってグラフを描画する際に、グリッド線(格子線)を非表示にしたいケースはよくあります。本記事では、grid=Falseオプションを使ってグリッド線を簡単に取り除く方法を、具体的なコード例とともに解説します。 手順の概要 secondary_yでプロットする際にグリッド線を消すには、以下の手順を実行します。 column1とcolumn2というキーを持つDataFrameを作成します。 DataFrameのデータを使ってプロットを行います。このとき、グリッド線を非表示にするためにgrid=Falseを指定します。 図を表示するにはshow()メソ