heatmap

Heat mapの作成法

相関行列とかを数字のままtableにするのは芸がありません。これをheatmapにする手があります。

MATLABでは以下を実行すると描画できます。

labellist={'Subj01','Subj02','Subj03','Subj04','Subj05','Subj06','Subj07','Subj08','Subj09','Subj10','Subj11','Subj12','Subj13','Subj14','Subj15','Subj16','Subj17','Subj18','Subj19','Subj20','Subj21','Subj22','Subj23','Subj24','Subj25','Subj26','Subj27','Subj28'}

subjnum=size(labellist,2)

cordata=rand(subjnum,subjnum)

s=imagesc(cordata);

set(gca,'XTickLabelRotation',90)

set(gca, 'XTickLabel',xticklabel ,'XTick',1:subjnum);

set(gca, 'YTickLabel',xticklabel ,'YTick',1:subjnum);

caxis([0 1]) 

colorbar

title('Correlation Coefficient')

Pythonでも以下を実行すると、自動的に相関行列の視覚化が可能になります。これは、cordata=np.random.rand(subjnum,subjnum)により、乱数行列で計算していますので、それぞれのセルの色はバラバラです。

import numpy

import pylab

labellist=['Subj01','Subj02','Subj03','Subj04','Subj05','Subj06','Subj07','Subj08','Subj09','Subj10','Subj11','Subj12','Subj13','Subj14','Subj15','Subj16','Subj17','Subj18','Subj19','Subj20','Subj21','Subj22','Subj23','Subj24','Subj25','Subj26','Subj27','Subj28']

subjnum=len(labellist)

cordata=np.random.rand(subjnum,subjnum)

newtitle='Correlation Coefficient'

pylab.rcParams.update({'font.size': 16})

graph=pylab.figure()

numpy.fill_diagonal(cordata,numpy.nan)

j = pylab.imshow(cordata[:,:],interpolation='nearest')

pylab.colorbar()

j.set_clim(0,1)

pylab.yticks(range(subjnum),newlabellist)

pylab.xticks(range(subjnum),newlabellist,rotation=90)

graph.show()

実データとしての相関行列がnpy形式で保存されている場合は、

cordata=np.load('cordata.npy')

でできます。これをcsvに変換するには

import csv

f = open('cordata.csv', 'w')

writer = csv.writer(f, lineterminator='\n')

for i in range(len(cordata)):

    csvlist = []

    for j in range(len(cordata)):

        csvlist.append(cordata[i][j])

    writer.writerow(csvlist)

f.close()

とします。このcordata.csvをもとにheatmapを描くには、

csvfile = 'cordata.csv'

f = open(csvfile, "r")

reader = csv.reader(f)

cordata=np.zeros([28,28]) 

i=0

for row in reader:

        cordata[i]=row

        i=i+1

 f.close()

とした上で、描画すればよいでしょう。