Visdom heatmap()绘制热力图(附带实例)
Visdom 是 PyTorch 深度学习最常用的模型可视化工具。Visdom 提供了多种绘图函数,可以用于实现数据的可视化。
heatmap() 函数可绘制热力图,它接受一个 N×M 张量 X 作为输入,指定了热力图中每个位置的值。
下表是 heatmap() 函数支持的选项:
以下是实现一个热力图的代码:

图 1 热力图
heatmap() 函数可绘制热力图,它接受一个 N×M 张量 X 作为输入,指定了热力图中每个位置的值。
下表是 heatmap() 函数支持的选项:
选项 | 说明 |
---|---|
opts.colormap | 色图 (string; default = 'Viridis')。 |
opts.xmin | 修剪的最小值 (number; default = X:min())。 |
opts.xmax | 修剪的最大值 (number; default = X:max())。 |
opts.columnnames | 包含 x-axis 标签的表。 |
opts.rownames | 包含 y-axis 标签的表。 |
opts.layoutopts | 图形后端为布局接受的任何附加选项的字典,比如 layoutopts = {'plotly':{'legend': {'x':0, 'y':0}}}。 |
以下是实现一个热力图的代码:
# 导入相关库 import visdom import numpy as np # 使用 visdom 库绘制热力图 vis.heatmap( # 矩阵数据 X=np.outer(np.arange(1, 6), np.arange(1, 11)), # 图表选项 opts=dict( # 列名 columnnames=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'], # 行名 rownames=['y1', 'y2', 'y3', 'y4', 'y5'], # 颜色映射 colormap='viridis' ) )输出如下图所示:

图 1 热力图