如何创建热力图

如何打造炙热的时尚之图' (How to Create a Sizzling Fashion Masterpiece)

创建一个多维分段线图

你可能听说过热力图。那些用来表示几个（通常是3个）数据维度的二维色彩编码网格；例如，下面的热力图显示了基于月份和年份的南部落基山脉的平均温度。

当我需要可视化一些Strava数据时，我想到了热力图。我想通过查看我在每个比赛的42.2公里中的配速和心率（区间）来比较我最近参加的一些马拉松比赛。这给我提出了一个线图的想法，将每个1公里间隔作为x值，将这些间隔期间的配速作为y值。但是在这些间隔期间的心率（作为努力的一种衡量）怎么办？标准的Matplotlib（我选择的图形库）线图没有提供一种直接的方式来编码这样的额外维度，因为诸如线条颜色、粗细和样式等属性是固定的，并作为整体应用于图形。对于我的用例，我希望能够改变各个线段的属性，以便我可以使用颜色来显示比赛不同部分的心率区间。

这个问题相对简单，也是一个很有用的例子，说明何时以及为什么要超越Matplotlib的默认内置功能。基本思路是分别绘制构成线图的每个线段。这样，我们可以单独控制每个线段的视觉属性，以便在这种情况下使用线段的颜色来表示心率等信息。

我们可以使用Matplotlib的LineCollection来实现这一点，它是一种方便的方式，可以绘制具有单独颜色和宽度的多条线（或线段）。为此，我们需要将我们的（x，y）点列表转换为每个线段的起始和结束坐标的列表。例如，给定以下（x，y）点…

• 从头开始使用Numpy构建卷积神经网络
• 定义人工通用智能
• 通过与Sandeep Singh一起探索Gen AI的下一个大趋势

(x0, y0), (x1, y1), …, (xn, yn)

…我们需要生成以下线段列表：

[ [(x0, y0), (x1, y1)], [(x1, y1), (x2, y2)], …, [(xn-1, yn-1), (xn, yn)] ]

这就是下面代码中12-16行的目的；虽然上面是为了解释方便而进行了一些简化。