ヒートマップ

ヒートマップは、表になっている数字について、区画ごとに段階的に色を付けたグラフです。

ヒートマップの使い方

ヒートマップは、いろいろな使い方ができます。

下の表は1000行10列あるデータの、90行目くらいまでです。数字が読み取れないだけでなく、全部を表示できていません。
ヒートマップ

このデータをヒートマップにすると、下のグラフになります。ちなみに、左は、Pythonの seaborn で作りました。右は、下記にあるRのコードで作りました。

表にある数字の並び方の特徴を、色の変化でつかむことができるようになります。数字そのものを見るよりも、直観的にデータの様子がわかりやすくなります。また、セルの範囲を広くして、数字が読みとれないほど小さくなっても、数字の並び方の全体像を見る事ができます。

表のデータの並び方が、時間や空間の意味を持っているものなら、変化のグラフになります。

表が多次元のデータの場合、この表のヒートマップは、多次元（多変数）のデータを表すグラフにもなっています。普通のグラフは、２次元までが多いですし、３次元で立体的に見せようとすると、わかりにくくなりますが、なんと、４次元以上でも、このグラフは対応できます。

表の縦方向と横方向を、縦軸と横軸と考えると、表を３次元データと考えることができます。

つまり、この表のヒートマップは、３次元データのグラフです。２次元分は座標、１次元分は色を使って、３次元を表現しています。このことを知っていると、様々な３次元データの表現方法としても、ヒートマップを使えます。

２次元の区間ごとに、度数や密度のデータを用意すると、ヒートマップは２次元散布図の代わりに使うこともできます。碁盤の目のひとつひとつの位置に、度数や密度のデータを持ったグラフとして使えます。

下の図は、同じデータのヒートマップと２次元散布図です。 Excelで作りました。 matplotlibの２次元ヒストグラムや seabornの６角形の２次元ヒストグラムでも作ることができます。

この使い方をする時の強みと弱点は、ヒストグラムと同じです。散布図の弱点をカバーする使い方ができる反面、散布図の得意な外れ値の判定には不向きです。
ヒートマップ２次元散布図

ヒートマップで外れ値
上の図は、100行のデータのヒートマップです。色のレンジは、指定していないので、データの最小値と最大値から自動的に設定されています。ほとんどのデータが20以下なのに、 10行目に100くらいの外れ値があることが簡単に見つかります。

下の図は、1000行のデータのヒートマップです。色のレンジが上の図と同じなので、どこかに外れ値があることはわかるのですが、どこにあるのかはわかりません。
ヒートマップで外れ値

ある程度データが多いと、ヒートマップで外れ値の場所を見つけることはできません。ただ、色のレンジを指定しないでグラフを作ると、色のレンジを確認することで、外れ値があることと、その値がどのくらいなのかはわかります。

ここのグラフは、 seabornのヒートマップで作りました。

Rの実施例は、標準グラフ機能と、 Rによるヒートマップのページにあります。

R-EDA1 には、 Rによるヒートマップの方法が、GUIで簡単にできるようになっています。

Pythonの実施例は seabornのヒートマップにあります。

EXCELの実施例は、 EXCELによるヒートマップのページにあります。