完整定義
熱力圖(Heatmap)是用顏色呈現數值的圖:把一張矩陣或表格的每一格依數值大小上色,讓人不用逐格讀數字,就能看出哪裡高、哪裡低、哪些地方連成一塊。seaborn 官方文件把它描述為把矩形資料畫成以顏色編碼的矩陣,Matplotlib 的官方範例也說明,把取決於兩個自變數的資料畫成以顏色編碼的影像圖,這種圖常被稱為熱力圖。其中一種用法是呈現相關係數矩陣:先用 pandas 的 corr() 算出每兩欄的相關係數,再畫成熱力圖,seaborn 的官方範例用發散型色階並把中心值設在 0,Matplotlib 的色階指南也建議資料圍繞 0 變動時用發散型色階。模型評估裡,scikit-learn 的混淆矩陣視覺化同樣用 imshow 把矩陣畫成色塊,預設在每格寫上數值。模型解釋裡,Grad-CAM 會產生凸顯影像中重要區域的粗略定位圖,論文內文也稱它為 heat-map。熱力圖的取捨是比較難讀出確切數值,但很能凸顯大致的趨勢,需要確切數值時可以在格子裡標上數字,色階的選擇也會影響判讀。
白話說明
十幾個變數兩兩之間的相關係數排成一張大表,要怎麼一眼看出哪些變數之間的關係比較強?
畫成熱力圖:把矩陣的每一格依數值大小上色,seaborn 官方文件的描述是把矩形資料畫成以顏色編碼的矩陣。
相關係數會圍繞 0 變動,正負兩邊用不同顏色的發散型色階、中心值設在 0,正相關、負相關和接近 0 的格子一眼就分得出來。
記住這句
熱力圖用顏色代替數字,一眼看出整張表的模式,相關係數熱力圖建議用以 0 為中心的發散型色階,需要確切數值就在格子裡標上數字。
比喻:熱力圖就像用螢光筆標過的成績單:高分塗深色、低分塗淺色,不用逐格讀數字,一眼就看出哪一科、哪一位同學特別突出
容易混淆
熱力圖 vs 相關係數矩陣
相關係數矩陣是數字本身,pandas 的 corr() 算出每兩欄之間的相關係數,結果是一張對稱的表
熱力圖是把這些數字上色的畫法,同一張相關係數矩陣可以只看數字,也可以畫成熱力圖
題目問「用什麼圖呈現」時答熱力圖,問「用什麼數字衡量」時答相關係數。
熱力圖 vs 二維直方圖(密度熱力圖)
Plotly 的文件說它支援兩種彩色格子熱力圖:矩陣熱力圖直接把二維矩陣的每個值上色
密度熱力圖則是先把資料點依 x、y 座標分箱,再用計數,或在提供 z 值時用加總這類彙總函式,算出每一格的顏色,也就是二維直方圖
兩種都長成彩色格子,但一個畫的是矩陣裡的值,一個畫的是資料點落在每一格的彙總量。
熱力圖 vs 地圖上的熱度分布
Plotly 的文件指出,heatmap 這個詞通常指以彩色矩形格子呈現資料的直角座標圖,有時也指用顏色深淺顯示密度的真正地圖
本頁說的熱力圖是前一種,也就是直角座標上的彩色格子圖。
實際案例
相關係數熱力圖
seaborn 的官方範例先用 corr() 算出相關矩陣,再用 mask 遮掉上三角(相關矩陣對稱,只畫一半),以發散型色階、center=0 畫出熱力圖。pandas 的 corr() 預設計算皮爾森相關係數,也支援 Kendall 與 Spearman。
混淆矩陣
scikit-learn 的 ConfusionMatrixDisplay 用 imshow 把混淆矩陣畫成色塊影像,預設色階是 viridis,預設在每一格寫上數值並加上色條,和 Matplotlib 範例裡加上數值與色條的熱力圖是同一種畫法。
模型解釋
Grad-CAM 利用流入最後一層卷積層的梯度,產生凸顯影像中對預測重要區域的粗略定位圖,論文說明這張圖的大小和卷積特徵圖相同(例如 VGG 最後一層卷積的特徵圖是 14×14),內文把它稱為 heat-map。
深入了解
準備資料:熱力圖需要一張二維的表,seaborn 的 data 參數接受可以轉成 ndarray 的二維資料,傳入 pandas DataFrame 時會用索引與欄名標示列與欄。
選色階:Matplotlib 的色階指南建議有順序的資訊用循序型色階,資料有關鍵的中間值(例如圍繞 0 變動)時用發散型色階。seaborn 的 center 參數設定發散型資料的色階中心,vmin 與 vmax 固定色階的範圍。
標數值:seaborn 的 annot 設成 True 會在每一格寫上數值,fmt 設定數值的格式,Matplotlib 的範例則是在每一格放一段文字顯示數值。
遮掉一半:mask 為 True 的格子不顯示資料,有缺值的格子會自動遮掉,畫對稱的相關矩陣時可以用它只畫一半。
重新排序:Wilkinson 與 Friendly 說明叢集熱力圖會把相似的列與欄排在一起,並在邊緣附上階層式叢集樹,讓資料矩陣的結構浮現出來。
情境判斷
Q1(直覺題):想用一張圖看房價資料裡 5 個特徵兩兩之間的相關強弱與正負,該畫什麼?
先算出 5×5 的相關係數矩陣,再畫成熱力圖。5 個特徵有 10 組兩兩組合,熱力圖用一張圖就能同時呈現這 10 個相關係數。色階用以 0 為中心的發散型色階,正負相關用兩種顏色,需要確切數值時在格子裡標上相關係數。
Q2(判斷題):熱力圖用 jet 這種彩虹色階比較鮮豔,比較好嗎?
不一定好。Matplotlib 的色階指南指出,jet 的亮度在整個色階裡起伏很大,不適合讓人用眼睛判讀數值,同時有紅色和綠色的色階也容易讓有紅綠色覺辨識障礙的人看錯。有順序的數值可以改用 viridis 這類感知均勻的循序型色階,圍繞 0 變動的數值用發散型色階。
Q3(判斷題):同事用 Plotly 的 density_heatmap 畫出一張彩色格子圖,跟相關係數熱力圖是同一種圖嗎?
不是。density_heatmap 是把資料點依 x、y 分箱,再用計數,或在提供 z 值時用加總、平均這類函式彙總,算出每一格的顏色,屬於二維直方圖,用計數時看的是資料點落在各格的多寡。相關係數熱力圖是把一張矩陣裡的每個值直接上色。
常見問題
把矩陣或表格的每個數值依大小上色的圖。seaborn 官方文件的描述是把矩形資料畫成以顏色編碼的矩陣,Matplotlib 的官方範例也說明,把取決於兩個自變數的資料畫成以顏色編碼的影像圖,這種圖常被稱為熱力圖。
先用 pandas 的 corr() 算出相關係數矩陣(預設是皮爾森相關係數,結果是對稱的表),再畫成熱力圖。seaborn 的官方範例用 mask 遮掉上三角只畫一半,色階用發散型並把 center 設在 0,正負相關就會是兩種顏色。
Matplotlib 的色階指南建議,有順序的資訊用循序型色階,資料圍繞 0 這類關鍵中間值變動時用發散型色階。它也指出常見的 jet 色階亮度起伏很大,不適合讓人判讀數值,避免同時用紅色和綠色可以減少色覺辨識障礙造成的問題。
不一樣。Plotly 的文件說明,矩陣熱力圖直接把二維矩陣的每個值上色,密度熱力圖則是先把資料點依 x、y 分箱,再用計數,或在提供 z 值時用加總這類彙總函式,算出每一格的顏色,也就是二維直方圖。
這是熱力圖的取捨:比較難讀出確切數值,但很能凸顯大致的趨勢。需要數值時可以在格子裡標上數字,例如 seaborn 的 annot 設成 True,scikit-learn 畫混淆矩陣時也預設在每一格寫上數值。
不是同一種東西,兩者只是都把二維的數值換成顏色。Grad-CAM 產生的是凸顯影像中對預測重要區域的粗略定位圖,大小和卷積特徵圖相同,論文內文稱它為 heat-map,數值高低代表影像各區域對這個預測的重要程度,不是兩個變數之間的相關係數。
相關術語
- 相關矩陣Correlation Matrix
- 相關係數Correlation
- 資料視覺化Data Visualization
- 混淆矩陣Confusion Matrix
- 梯度加權類激活圖Grad-CAM
- 顯著性地圖Saliency Map
- 注意力圖Attention Map
- 階層式分群Hierarchical Clustering
- 探索性資料分析Exploratory Data Analysis
- 盒鬚圖Box Plot
本頁內容有提到,或屬於同一組主題的術語
來源
參考來源:seaborn.pydata.org
其他格式:Markdown 版本