¿Cómo aumentar el tamaño de las anotaciones de un mapa de calor marino en Python?

Prerrequisitos : Seaborn

Seaborn es una biblioteca de Python que se basa en matplotlib y se utiliza para la visualización de datos. Proporciona un medio para presentar datos en un formato de gráfico estadístico como un medio informativo y atractivo para impartir alguna información. Un mapa de calor es uno de los componentes admitidos por seaborn donde la variación en los datos relacionados se representa mediante una paleta de colores. 

Las anotaciones son texto que aparece en una celda de mapa de calor que representa lo que representa esa celda. Las anotaciones siguen un tamaño de fuente predeterminado, pero se puede cambiar usando el parámetro annot_kws de la función heatmap(), annot_kws es un parámetro de tipo diccionario que acepta el valor para la clave denominada tamaño. El valor establecido en esta clave define el tamaño de las anotaciones, pero hay ciertas condiciones que deben cumplirse para aumentar el tamaño de las anotaciones:

• El parámetro annot de la función heatmap() debe establecerse en True.
• El parámetro annot_kws debe configurarse con el tamaño requerido.

Sintaxis: seaborn.heatmap(data, *, vmin=Ninguno, vmax=Ninguno, cmap=Ninguno, center=Ninguno, annot_kws=Ninguno, linewidths=0, linecolor=’white’, cbar=True, **kwargs)

Parámetros importantes:

• datos: conjunto de datos 2D que se puede convertir en un ndarray.
• vmin , vmax: valores para anclar el mapa de colores; de lo contrario, se deducen de los datos y otros argumentos de palabras clave.
• cmap: el mapeo de valores de datos al espacio de color.
• centro: el valor en el que centrar el mapa de colores al trazar datos divergentes.
• annot: si es verdadero, escriba el valor de los datos en cada celda.
• fmt: código de formato de string para usar al agregar anotaciones.
• linewidths: Ancho de las líneas que dividirán cada celda.
• linecolor: Color de las líneas que dividirán cada celda.
• cbar: Ya sea para dibujar una barra de colores.

Todos los parámetros excepto los datos son opcionales.

Devuelve: un objeto de tipo matplotlib.axes._subplots.AxesSubplot 

Acercarse

• Módulo de importación
• Crear o cargar datos
• Llame a la función heatmap() con annot establecido en True.
• Establezca el tamaño en el parámetro annot_kws.
• Gráfico de visualización

La implementación usando este enfoque se da a continuación:

Conjunto de datos utilizado : los más vendidos

Ejemplo 1:

# Importing Required Libraries
import pandas as pd
import numpy as np
import seaborn as sb
import matplotlib.pyplot as mtb
 
data = pd.read_csv("bestsellers.csv")
 
sb.heatmap(data.corr(), annot=True, annot_kws={'size': 15})
 
mtb.show()

Producción:

Para configurar el tamaño, se debe tener cuidado al configurar el valor del tamaño. Proporcionar un número muy grande magnificará demasiado las anotaciones haciéndolas difíciles de leer, comprender, e incluso pueden caer unas sobre otras haciendo ilegible el mapa de calor.

La implementación de esto se muestra a continuación:

Ejemplo 2:

# Importing Required Libraries
import pandas as pd
import numpy as np
import seaborn as sb
import matplotlib.pyplot as mtb
 
data = pd.read_csv("bestsellers.csv")
 
sb.heatmap(data.corr(), annot=True, annot_kws={'size': 25})
 
mtb.show()

Producción: