Je voudrais faire une carte thermique comme celle-ci (montrée sur FlowingData ) :
Les données sources sont ici mais des données et des étiquettes aléatoires peuvent être utilisées.
import numpy
column_labels = list('ABCD')
row_labels = list('WXYZ')
data = numpy.random.rand(4,4)
La création de la carte thermique est assez facile avec matplotlib :
from matplotlib import pyplot as plt
heatmap = plt.pcolor(data)
Et j'ai même trouvé un carte des couleurs des arguments qui semblent corrects : heatmap = plt.pcolor(data, cmap=matplotlib.cm.Blues)
Mais au-delà de ça, je n'arrive pas à trouver comment afficher les étiquettes pour les colonnes et les lignes et afficher les données dans la bonne orientation (origine en haut à gauche au lieu de bas à gauche).
Tentatives de manipulation heatmap.axes
(par exemple heatmap.axes.set_xticklabels = column_labels
) ont tous échoué. Qu'est-ce que je rate ici ?
UPDATE :
Merci à Paul H et unutbu (qui a répondu cette question ), j'ai des résultats plutôt sympathiques :
import matplotlib.pyplot as plt
import numpy as np
column_labels = list('ABCD')
row_labels = list('WXYZ')
data = np.random.rand(4,4)
fig, ax = plt.subplots()
heatmap = ax.pcolor(data, cmap=plt.cm.Blues)
# put the major ticks at the middle of each cell
ax.set_xticks(np.arange(data.shape[0])+0.5, minor=False)
ax.set_yticks(np.arange(data.shape[1])+0.5, minor=False)
# want a more natural, table-like display
ax.invert_yaxis()
ax.xaxis.tick_top()
ax.set_xticklabels(row_labels, minor=False)
ax.set_yticklabels(column_labels, minor=False)
plt.show()
Et voici le résultat :