热图
比较相关性分析分布状况时间趋势正方形商务分析师

§数据内部探索系列

弦图无丝带弦图弧形图热图蜂窝热图环状热图矩阵图矩阵图(屋顶形)矩阵图(Y形)

热图.

Heat Map

热图（英语：Heat Map）是在二维空间中以颜色的形式显示一个现象的绝对量一种数据可视化技术。

01何时使用

  • 可以使用许多不同的配色方案来说明热图，每种方案都有感知上的优势和劣势。
  • 彩虹色彩映射经常被使用，因为相比于灰度的差异，人类更容易感知色彩的明暗，据称这将增加图像中可感知的细节数量。
  • 主要用于数据内部关联分析，每条数据之间都有连通的可能性。

颜色的变化可能是通过色调或强度，给读者提供明显的视觉提示，说明现象是如何在空间上聚集或变化的。

类型

热图有两种完全不同的类别：聚集热图和空间热图。

  • 聚集热图中，幅度被排列成一个固定单元格大小的矩阵，其行和列是离散的现象和类别。单元格的大小是任意的，但足够大，可以清晰可见，目的是描绘出通过统计分析发现的聚集。
  • 空间热图中，某一量级的位置是由该量级在该空间中的位置所决定的，没有单元的概念，现象被认为是连续变化的。

配色

可以使用许多不同的配色方案来说明热图，每种方案都有感知上的优势和劣势。彩虹色彩映射经常被使用，因为相比于灰度的差异，人类更容易感知色彩的明暗，据称这将增加图像中可感知的细节数量。但科学界的许多人并不鼓励这样：

  1. 这些颜色缺乏在灰度或黑体光谱彩色图中发现的自然感知排序。
  2. 常见的色彩映射（如许多可视化软件包中默认的“jet”色彩映射）在亮度方面的变化不受控制，这使得在显示或印刷时无法有意义地转换为灰度。这也会分散对实际数据的注意力，使黄色和青色区域看起来比实际最重要的数据区域更突出
  3. 颜色之间的变化也会导致人们感知到实际并不存在的渐变，使实际的渐变不那么突出，这意味着彩虹色图在很多情况下实际上会掩盖细节，而不是增强细节。
  4. 彩虹色彩映射中并不是所有的颜色都能被色觉障碍的读者区分，这使得相当一部分人无法使用这些颜色方案的图表。

数据内部探索可视化

组成成分

  1. 行和列都为分类类形的数据，且数据意义一般是相同的。
  2. x行与y列共同组成一个 x * y 个单元格的表格。（比如地点，行：北京，列：广州 时，对应的单元格代表 北京->广州）。
  3. 每个单元格根据 x->y 的数据，和一个颜色比例进行颜色填充。

02建议与注意

主要用于数据内部关联分析，每条数据之间都有连通的可能性。 二维的数据通常数据为 x*y 的矩阵格式。无向的数据矩阵像九九乘法表一样，A↔B 与 B↔A 意义一至 ，有向的数据A↔B 和 B↔A 有不同的意义。

热图 原理图

03工具代码

04相关文章

05图形样例