熱圖(英語:heat map)在二維空間中以顏色的形式顯示一個現象的絕對量,是一種數據可視化技術。顏色的變化可能是通過色調強度,給讀者提供明顯的視覺提示,說明現象是如何在空間上聚集或變化的。熱圖有兩種完全不同的類別:聚集熱圖和空間熱圖。在聚集熱圖中,幅度被排列成一個固定單元格大小的矩陣,其行和列是離散的現象和類別,行和列的排序是有意的,而且有些隨意,目的是暗示聚集或描繪出通過統計分析發現的聚集。單元格的大小是任意的,但足夠大,可以清晰可見。相比之下,空間熱圖中某一量級的位置是由該量級在該空間中的位置所決定的,沒有單元的概念,現象被認為是連續變化的。

使用透過DNA微陣列生成的熱圖呈現出基因表現
無人機探測系統射頻覆蓋範圍的熱圖

雖然「熱圖」是一個新興的詞彙,但是用明暗的矩陣來標示元素的方法已經有超過一世紀的歷史了。[1]

歷史

熱圖起源於數據矩陣中數值的二維顯示。較大的數值用深灰色或黑色的方格(像素)呈現,較小的數值用較淺的方格表示。Loua (1873)使用明暗矩陣來可視化巴黎各區的社會統計數據。[1] Sneath (1957)通過將矩陣的行和列進行換位,將相似的數值按照聚類的方式放在彼此附近,來顯示聚類分析的結果。Jacques Bertin使用類似的表示方法來顯示符合累積量表的數據。將聚類樹連接到數據矩陣的行和列的想法起源於1973年的Robert Ling。Ling使用打印機上的字符來表示不同的灰度,每個像素一個字符寬度。Leland Wilkinson在1994年開發了第一個用高分辨率彩色圖形繪製聚集熱圖的計算機程序(SYSTAT)。

軟件設計師Cormac Kinney在1991年註冊了「熱圖」一詞的商標,用來描述描述金融市場信息的二維顯示。[2] 2003年收購Kinney發明的公司無意中讓該商標失效。[3]

類型

 
根據對飛機可能飛行路徑的貝葉斯法分析,在彩色水深圖上顯示失蹤的馬航370航班的可能位置的熱圖。[4]

熱圖有不同的種類:

  • 生物學熱圖在分子生物學中通常用於表示從DNA微陣列中獲得的許多基因在一些可比樣本(如不同狀態的細胞、不同患者的樣本)中的表達水平。
  • 樹圖是數據的二維層次劃分,在視覺上類似於熱圖。
  • 拼貼圖英語Mosaic plotMosaic plot)是表示雙向或多向數據表的平鋪熱圖。與樹圖一樣,拼貼圖中的矩形區域是分層組織的。這意味着這些區域是矩形而不是正方形。Friendly (1994)調查了該圖的歷史和使用情況。
  • 密度函數可視化是一種用於表示地圖中點的密度的熱圖。它使人們能夠感知點的密度,而不受縮放係數的影響。Perrot et al. (2015)提出了一種使用密度函數的方法,利用Spark和Hadoop的大數據基礎設施來可視化數十億和數十億的點。[5]

配色

可以使用許多不同的配色方案來說明熱圖,每種方案都有感知上的優勢和劣勢。彩虹色彩映射經常被使用,因為相比於灰度的差異,人類更容易感知色彩的明暗,據稱這將增加圖像中可感知的細節數量。然而,科學界的許多人並不鼓勵這樣做,原因如下:[6][7][8][9][10][11]

  • 這些顏色缺乏在灰度黑體光譜彩色圖中發現的自然感知排序。[6][11]
  • 常見的色彩映射(如許多可視化軟件包中默認的「jet」色彩映射)在亮度方面的變化不受控制,這使得在顯示或印刷時無法有意義地轉換為灰度。這也會分散對實際數據的注意力,使黃色和青色區域看起來比實際最重要的數據區域更突出。[6][11]
  • 顏色之間的變化也會導致人們感知到實際並不存在的漸變,使實際的漸變不那麼突出,這意味着彩虹色圖在很多情況下實際上會掩蓋細節,而不是增強細節。[6][10][11]
  • 彩虹色彩映射中並不是所有的顏色都能被色覺障礙的讀者區分,這使得相當一部分人無法使用這些顏色方案的圖表。[11]

面量圖與熱圖的對比

面量圖有時被誤稱為熱圖。面量圖的特點是在地理邊界內有不同的陰影或圖案,以顯示感興趣的變量的比例,而熱圖(在地圖上)的顏色變化與地理邊界並不能對應上。[12]

軟件實現

有幾種熱圖軟件可免費使用:

例子

參見

參考文獻

  1. ^ 1.0 1.1 Wilkinson L, Friendly M. The History of the Cluster Heat Map. The American Statistician. May 2009, 63 (2): 179–184. CiteSeerX 10.1.1.165.7924 . S2CID 122792460. doi:10.1198/tas.2009.0033. 
  2. ^ United States Patent and Trademark Office, registration #75263259. 1993-09-01 [2019-08-14]. (原始內容存檔於2013-05-11). 
  3. ^ Silhavy R, Senkerik R, Oplatkova ZK, Silhavy P, Prokopova Z. Software Engineering Perspectives and Application in Intelligent Systems. 2016-04-26 [2019-08-14]. ISBN 978-3-319-33622-0. (原始內容存檔於2021-01-20). 
  4. ^ MH370 – Definition of Underwater Search Areas (PDF) (報告). Australian Transport Safety Bureau. 3 December 2015 [2021-04-04]. (原始內容存檔 (PDF)於2021-04-12). 
  5. ^ Perrot A, Bourqui R, Hanusse N, Lalanne F, Auber D. Large interactive visualization of density functions on big data infrastructure (PDF). 2015 IEEE 5th Symposium on Large Data Analysis and Visualization (LDAV). 2015: 99–106 [2021-04-04]. ISBN 978-1-4673-8517-6. S2CID 4768931. doi:10.1109/LDAV.2015.7348077. (原始內容存檔 (PDF)於2019-05-03) (英語).  |journal=被忽略 (幫助)
  6. ^ 6.0 6.1 6.2 6.3 Borland D, Taylor MR. Rainbow color map (still) considered harmful. IEEE Computer Graphics and Applications. 2007, 27 (2): 14–7. PMID 17388198. doi:10.1109/MCG.2007.323435. 
  7. ^ How NOT to Lie with Visualization頁面存檔備份,存於網際網路檔案館) – Bernice E. Rogowitz and Lloyd A. Treinish – IBM Thomas J. Watson Research Center, Yorktown Heights, NY
  8. ^ Harrower M, Brewer CA. ColorBrewer.org: An Online Tool for Selecting Colour Schemes for Maps. Dodge M, Kitchin R, Perkins C (編). The Cartographic Journal. 2003: 27–37. ISBN 978-0-470-98007-1. S2CID 140173239. doi:10.1179/000870403235002042. 
  9. ^ Green DA. A colour scheme for the display of astronomical intensity images. Bulletin of the Astronomical Society of India. 2011, 39: 289–95. Bibcode:2011BASI...39..289G. arXiv:1108.5083 . 
  10. ^ 10.0 10.1 Borkin MA, Gajos KZ, Peters A, Mitsouras D, Melchionna S, Rybicki FJ, et al. Evaluation of artery visualizations for heart disease diagnosis. IEEE Transactions on Visualization and Computer Graphics. December 2011, 17 (12): 2479–88. CiteSeerX 10.1.1.309.590 . PMID 22034369. S2CID 2548700. doi:10.1109/TVCG.2011.192. 
  11. ^ 11.0 11.1 11.2 11.3 11.4 Crameri F, Shephard GE, Heron PJ. The misuse of colour in science communication. Nature Communications. October 2020, 11 (1): 5444 [2021-04-04]. PMC 7595127 . PMID 33116149. doi:10.1038/s41467-020-19160-7. (原始內容存檔於2021-01-27). 
  12. ^ Choropleth vs. Heat Map –. gretchenpeterson.com. [2021-04-04]. (原始內容存檔於2020-08-19). 
  13. ^ Using R to draw a heat map from Microarray Data. Molecular Organisation and Assembly in Cells. 26 Nov 2009 [2021-04-04]. (原始內容存檔於2010-04-30). 
  14. ^ Draw a Heat Map. R Manual. [2021-04-04]. (原始內容存檔於2020-04-18). 
  15. ^ Galili T, O'Callaghan A, Sidi J, Sievert C. heatmaply: an R package for creating interactive cluster heatmaps for online publishing. Bioinformatics. May 2018, 34 (9): 1600–1602. PMC 5925766 . PMID 29069305. doi:10.1093/bioinformatics/btx657. 
  16. ^ Gnuplot demo script: Heatmaps.dem. [2021-04-04]. (原始內容存檔於2017-11-07). 
  17. ^ Fusion Tables Help - Create a heat map. Jan 2018 [2021-04-04]. (原始內容存檔於2019-11-16).  support.google.com
  18. ^ Dave Green's 'cubehelix' colour scheme. [2021-04-04]. (原始內容存檔於2021-04-14). 
  19. ^ ol/layer/Heatmap~Heatmap. OpenLayers. [2019-01-01]. (原始內容存檔於2020-04-18). 
  20. ^ Heatmap. D3.js Graph Gallery. [25 July 2020]. (原始內容存檔於2021-03-09). 
  21. ^ Most basic heatmap in d3.js. D3.js Graph Gallery. [25 July 2020]. (原始內容存檔於2020-07-25). 
  22. ^ Heat Map Chart. AnyChart Documentation. [25 July 2020]. (原始內容存檔於2020-11-29). 
  23. ^ Heat Map Charts - Gallery. AnyChart Gallery. [25 July 2020]. (原始內容存檔於2019-12-09). 
  24. ^ Heatmap - Highcharts docs. Highcharts. [9 December 2019]. (原始內容存檔於2020-11-12). 
  25. ^ Heat and tree maps - Highcharts demos. Highcharts. [9 December 2019]. (原始內容存檔於2021-04-01). 
  26. ^ Heatmap chart - Qlik Sense on Windows. Qlik. [25 July 2020]. (原始內容存檔於2020-07-25). 
  27. ^ Create heatmap chart. MATLAB. [25 July 2020]. (原始內容存檔於2021-01-20). 
  28. ^ Heatmap Examples. MATLAB. [25 July 2020]. (原始內容存檔於2020-07-25). 

延伸閱讀

外部連結