Heatmap একটি জনপ্রিয় ভিজুয়ালাইজেশন টুল যা ডেটা পয়েন্টের মধ্যে সম্পর্ক এবং ডেটার ঘনত্ব দেখাতে ব্যবহৃত হয়। এটি বিশেষভাবে উপকারী হয় যখন ডেটা একটি ম্যাট্রিক্স বা গ্রিড আকারে থাকে। Plotly দিয়ে খুব সহজে ইন্টারেকটিভ হিটম্যাপ তৈরি করা যায়।
Heatmap তৈরি
Plotly দিয়ে হিটম্যাপ তৈরি করতে plotly.graph_objects বা plotly.express লাইব্রেরি ব্যবহার করা যেতে পারে। সাধারণত go.Heatmap() ফাংশনটি হিটম্যাপ তৈরি করার জন্য ব্যবহার করা হয়।
উদাহরণ:
import plotly.graph_objects as go
# ডেটা
z = [
[1, 20, 30, 40],
[50, 60, 70, 80],
[90, 100, 110, 120]
]
# হিটম্যাপ তৈরি
fig = go.Figure(data=go.Heatmap(z=z))
# গ্রাফ প্রদর্শন
fig.show()
এখানে z হল ডেটার ২D ম্যাট্রিক্স, যেখানে প্রতিটি সংখ্যা হিটম্যাপের রং ও ঘনত্বের প্রতিনিধিত্ব করে। go.Heatmap() ফাংশনটি ডেটার এই ম্যাট্রিক্সের উপর ভিত্তি করে হিটম্যাপ তৈরি করে।
Heatmap কাস্টমাইজেশন
Plotly হিটম্যাপের অনেক কাস্টমাইজেশন অপশন প্রদান করে, যেমন রঙের স্কেল, অক্ষের শিরোনাম, গ্রিডলাইন ইত্যাদি। নিচে কিছু সাধারণ কাস্টমাইজেশন অপশন দেখানো হলো।
১. রঙের স্কেল (Color Scale)
fig.update_traces(
colorscale='Viridis' # রঙের স্কেল
)
এখানে colorscale প্যারামিটার দিয়ে রঙের স্কেল নির্ধারণ করা হয়েছে। আপনি বিভিন্ন রঙের স্কেল ব্যবহার করতে পারেন, যেমন 'Viridis', 'Cividis', 'Jet', 'RdBu' ইত্যাদি।
২. অক্ষের শিরোনাম (Axis Titles)
fig.update_layout(
xaxis_title='এক্স অক্ষ',
yaxis_title='ওয়াই অক্ষ'
)
এখানে xaxis_title এবং yaxis_title ব্যবহার করে এক্স এবং ওয়াই অক্ষের শিরোনাম যোগ করা হয়েছে।
৩. গ্রিডলাইন কাস্টমাইজেশন
fig.update_layout(
xaxis=dict(showgrid=True, gridcolor='white'), # এক্স অক্ষের গ্রিডলাইন কাস্টমাইজ
yaxis=dict(showgrid=True, gridcolor='white') # ওয়াই অক্ষের গ্রিডলাইন কাস্টমাইজ
)
এখানে showgrid প্যারামিটার দিয়ে গ্রিডলাইন প্রদর্শিত হবে, এবং gridcolor দিয়ে গ্রিডলাইনগুলোর রং নির্ধারণ করা হয়েছে।
৪. হিটম্যাপের লেবেল
fig.update_traces(
hoverongaps=False # গ্যাপগুলোতে হোভার তথ্য দেখাবে না
)
এটি হিটম্যাপের গ্যাপগুলোতে হোভার তথ্য দেখানোর কন্ট্রোল করে।
সম্পূর্ণ কোড উদাহরণ
এখানে একটি সম্পূর্ণ হিটম্যাপ কাস্টমাইজেশন উদাহরণ দেওয়া হলো:
import plotly.graph_objects as go
# ডেটা
z = [
[1, 20, 30, 40],
[50, 60, 70, 80],
[90, 100, 110, 120]
]
# হিটম্যাপ তৈরি
fig = go.Figure(data=go.Heatmap(z=z))
# কাস্টমাইজেশন
fig.update_traces(
colorscale='Viridis', # রঙের স্কেল
hoverongaps=False
)
fig.update_layout(
title='হিটম্যাপ উদাহরণ',
xaxis_title='এক্স অক্ষ',
yaxis_title='ওয়াই অক্ষ',
xaxis=dict(showgrid=True, gridcolor='white'),
yaxis=dict(showgrid=True, gridcolor='white')
)
# গ্রাফ প্রদর্শন
fig.show()
Heatmap ব্যবহার
Heatmaps বিভিন্ন ক্ষেত্রে ব্যবহার করা হয়, যেমন:
- ডেটা অ্যানালাইসিস: ডেটার মধ্যে সম্পর্ক এবং ঘনত্ব বিশ্লেষণ করতে।
- ইমেজ প্রসেসিং: চিত্রের পিক্সেল ঘনত্ব বা তাপমাত্রা সিমুলেশন দেখাতে।
- ফিন্যান্স: স্টক মার্কেটের ট্রেন্ড এবং প্যাটার্ন বিশ্লেষণ করতে।
সারাংশ
Plotly দিয়ে সহজেই হিটম্যাপ তৈরি করা যায় এবং এটি ডেটার ঘনত্ব, সম্পর্ক এবং প্যাটার্ন দেখানোর জন্য শক্তিশালী ভিজুয়ালাইজেশন টুল। রঙের স্কেল, অক্ষের শিরোনাম এবং গ্রিডলাইন কাস্টমাইজ করে হিটম্যাপটি আরও আকর্ষণীয় এবং তথ্যপূর্ণ করা সম্ভব। Plotly এর এই বৈশিষ্ট্য ডেটা বিশ্লেষণ এবং ভিজুয়ালাইজেশনে নতুন মাত্রা যোগ করে।
Read more
