Тепловые карты — это мощные инструменты визуализации, которые можно использовать для визуализации распределения данных в двумерном пространстве. Они часто используются при анализе петрофизических и геологических данных для выявления тенденций и закономерностей в данных.

В этой статье мы покажем вам, как создавать интерактивные тепловые карты для петрофизических и геологических данных с помощью Plotly и Python. Мы будем использовать набор данных измерений задержки акустического сжатия (DTC) на норвежском континентальном шельфе.

Шаг 1. Импортируйте необходимые библиотеки

Первым шагом является импорт необходимых библиотек. Нам понадобятся следующие библиотеки:

  • панды для обработки данных
  • numpy для числовых операций
  • plotly.express для создания интерактивных визуализаций
import pandas as pd
import numpy as np
import plotly.express as px

Шаг 2: Загрузите данные

Следующим шагом будет загрузка данных. Данные хранятся в файле CSV с именем DTC_AVG.csv. Мы можем загрузить данные с помощью функции pandas.read_csv().

df = pd.read_csv(‘DTC_AVG.csv’)

Шаг 3. Создайте тепловую карту

Следующим шагом является создание тепловой карты. Мы можем сделать это с помощью функции plotly.express.heatmap(). Функция тепловой карты() принимает несколько аргументов, включая данные, оси x и y, а также цветовую шкалу.

fig = px.heatmap(df, x=’LON’, y=’LAT’, z=’DTC_MEAN’, color_continuous_scale=’Viridis’)

Это откроет новое окно в вашем браузере с тепловой картой.

Тепловая карта покажет распределение измерений DTC на норвежском континентальном шельфе. Цвета на тепловой карте представляют значения измерений DTC. Чем темнее цвет, тем выше значение.

Вы можете взаимодействовать с тепловой картой, наводя курсор на разные области. Это покажет вам конкретное значение измерения DTC в этом месте.