Tạo heatmap biểu diễn dữ liệu bằng Seaborn

BởiChu Minh Nam4 phút đọc436 lượt xem

Chia sẻ

Biểu đồ nhiệt (heatmap) là một kỹ thuật trực quan hóa dữ liệu mạnh mẽ, giúp thể hiện mối quan hệ giữa các biến thông qua màu sắc. Heatmap đặc biệt hữu ích khi bạn muốn quan sát ma trận tương quan hoặc phân bố dữ liệu dạng lưới.

Trong bài viết này, chúng ta sẽ học cách sử dụng Seaborn – một thư viện trực quan hóa dữ liệu mạnh mẽ của Python – để tạo heatmap từ dữ liệu thực tế. Bài viết dành cho người mới bắt đầu, giải thích chi tiết từng bước từ cài đặt, xử lý dữ liệu đến vẽ heatmap đẹp mắt.

Cài đặt thư viện cần thiết

Để tạo heatmap dữ liệu bằng Seaborn, cần cài đặt một số thư viện Python phổ biến cho trực quan hóa và xử lý dữ liệu. Các thư viện bao gồm Seaborn, Matplotlib và Pandas. Nếu chạy trên Google Colab hoặc môi trường mới, cần đảm bảo cài đặt trước.

Cài đặt thư viện:

pip install seaborn matplotlib pandas

Trên Google Colab, chạy cell sau trước tiên:

!pip install seaborn matplotlib pandas

Tải và khám phá dữ liệu

Dữ liệu là yếu tố cốt lõi để tạo biểu đồ nhiệt. Trong ví dụ này, chúng ta sẽ sử dụng bộ dữ liệu Titanic từ Seaborn – một bộ dữ liệu mẫu nổi tiếng trong phân tích dữ liệu, chứa thông tin về hành khách như tuổi, giới tính, giá vé, và trạng thái sống sót.

Đọc dữ liệu Titanic và hiển thị 5 dòng đầu tiên để hiểu cấu trúc:

import seaborn as sns
import pandas as pd

# Tải dữ liệu Titanic
titanic = sns.load_dataset('titanic')
print(titanic.head())

Trực quan hóa ma trận tương quan với heatmap

Biểu đồ nhiệt là một cách hiệu quả để hiển thị ma trận tương quan giữa các biến số. Các giá trị tương quan gần 1 hoặc -1 được biểu diễn bằng màu đậm, trong khi các giá trị gần 0 hiển thị màu nhạt.

Tính toán ma trận tương quan của dữ liệu Titanic và hiển thị bằng heatmap:

import matplotlib.pyplot as plt

# Tính toán ma trận tương quan
corr_matrix = titanic.corr()

# Tạo heatmap
plt.figure(figsize=(10,8))
sns.heatmap(corr_matrix, annot=True, cmap='coolwarm', linewidths=0.5)
plt.title('Heatmap ma trận tương quan dữ liệu Titanic')
plt.show()

Tạo heatmap dữ liệu dạng bảng

Ngoài ma trận tương quan, heatmap cũng có thể được sử dụng để trực quan hóa dữ liệu bảng, như số lượng hành khách theo lớp vé và giới tính. Điều này giúp quan sát nhanh phân bố dữ liệu giữa các nhóm.

Tạo bảng đếm số lượng hành khách theo lớp vé (class) và giới tính (sex), sau đó vẽ heatmap:

# Tạo bảng đếm
pivot_table = titanic.pivot_table(index='class', columns='sex', values='survived', aggfunc='mean')

# Vẽ heatmap
plt.figure(figsize=(8,6))
sns.heatmap(pivot_table, annot=True, cmap='YlGnBu', fmt='.2f')
plt.title('Tỉ lệ sống sót theo lớp vé và giới tính')
plt.show()

Tùy chỉnh heatmap để đẹp mắt hơn

Để tạo một heatmap trực quan và chuyên nghiệp, bạn có thể tùy chỉnh màu sắc, độ đậm nhạt đường kẻ, kích thước font chữ, và định dạng số liệu. Các điều chỉnh này giúp biểu đồ dễ đọc hơn khi trình bày trong báo cáo hoặc dashboard.

Ví dụ: Tùy chỉnh palette màu và thêm phân loại theo giá vé (fare):

# Cắt dữ liệu theo nhóm tuổi
titanic['age_group'] = pd.cut(titanic['age'], bins=[0,12,18,60,100], labels=['Child','Teen','Adult','Senior'])

# Pivot dữ liệu
fare_pivot = titanic.pivot_table(index='age_group', columns='class', values='fare', aggfunc='mean')

# Vẽ heatmap
plt.figure(figsize=(8,6))
sns.heatmap(fare_pivot, annot=True, cmap='magma', fmt='.0f', linewidths=1, linecolor='white')
plt.title('Giá vé trung bình theo nhóm tuổi và lớp vé')
plt.show()

Cấu trúc thư mục (nếu chạy local)

Nếu bạn lưu các file Python và dữ liệu trên máy tính, có thể tổ chức thư mục dự án như sau để quản lý tốt hơn:

heatmap-project/
├── data/
│   └── titanic.csv               # Dữ liệu tải từ Seaborn hoặc Kaggle (nếu cần)
├── src/
│   ├── heatmap_visualization.py  # File chứa code vẽ heatmap
│   ├── utils.py                  # Hàm xử lý dữ liệu phụ trợ
├── requirements.txt              # Danh sách thư viện cần cài
├── README.md                     # Hướng dẫn chạy

Các file heatmap_visualization.py và utils.py đặt cùng cấp trong thư mục src/.

Kết luận

Heatmap là công cụ trực quan hóa mạnh mẽ giúp bạn nhìn thấy các mối quan hệ ẩn trong dữ liệu. Bằng Seaborn, bạn có thể dễ dàng tạo ra những biểu đồ nhiệt đẹp mắt và giàu thông tin để phục vụ phân tích dữ liệu và báo cáo.

Bạn có thể mở rộng ứng dụng này để kết hợp heatmap vào dashboard bằng Dash hoặc Streamlit, tạo một hệ thống trực quan hóa dữ liệu tương tác.