簡(jiǎn)言之，熱力圖通過(guò)顏色的深淺漸變，直觀展現(xiàn)數(shù)據(jù)的大小和分布：顏色越深表示數(shù)值越大，顏色越淺則反之。

通過(guò)這種簡(jiǎn)單卻強(qiáng)大的表達(dá)方式，熱力圖被廣泛應(yīng)用于各行業(yè)數(shù)據(jù)的分析與決策。

通過(guò)兩種解讀方式，我們對(duì)熱力圖有了初步的認(rèn)知，它具體可以傳遞哪些信息、又可應(yīng)用于哪些場(chǎng)景呢？

二、熱力圖的信息傳遞

盡管熱力圖以顏色變化傳遞信息，其包含的數(shù)據(jù)維度卻具有極大的實(shí)用性。以下是熱力圖的主要信息傳遞能力：

1. 分布與密度

熱力圖通過(guò)顏色的梯度展示數(shù)據(jù)分布及其密集程度。例如，在充電站選址中，熱力圖可顯示充電樁的密度分布，幫助運(yùn)營(yíng)者快速識(shí)別適合建站的高需求區(qū)域。

以下是一張充電選址的蜂窩熱力圖，借助顏色的深淺變化，能夠輔助客戶進(jìn)行決策，篩選出最佳的充電樁建站地址，這類信息無(wú)疑具備極為強(qiáng)大的商業(yè)價(jià)值。

實(shí)際案例示意圖

2. 趨勢(shì)與模式

在呈現(xiàn)事物發(fā)展趨勢(shì)方面，熱力圖同樣表現(xiàn)出色。它可借助顏色變化，直觀呈現(xiàn)數(shù)據(jù)隨時(shí)間、空間變化而展現(xiàn)出的規(guī)律。

下圖是一張來(lái)自Metacritic網(wǎng)站，關(guān)于各種電影類型在不同年份評(píng)分的可視化呈現(xiàn)。Y軸的不同電影類型（如喜劇片、紀(jì)錄片、動(dòng)畫片、戰(zhàn)爭(zhēng)片等）隨著X軸的時(shí)間推移（10年一個(gè)跨度，從1890到2020年間），展示了不同電影類型評(píng)分隨年代的起伏，直觀呈現(xiàn)文化偏好的演變。

圖片引自MongoDB官網(wǎng)

3. 熱點(diǎn)區(qū)域

熱力圖善于標(biāo)識(shí)熱點(diǎn)區(qū)域，用于市場(chǎng)分析和用戶行為研究。

例如以下兩張網(wǎng)頁(yè)熱力圖，精準(zhǔn)反映了用戶在頁(yè)面上的點(diǎn)擊、瀏覽等各類行為，據(jù)此能夠判斷出頁(yè)面中最受用戶關(guān)注的區(qū)域，這類數(shù)據(jù)為 PC 端產(chǎn)品的優(yōu)化提供了極為有力的理論支撐。

圖片引自 Instapage 網(wǎng)站

4. 關(guān)聯(lián)性

在生物醫(yī)學(xué)領(lǐng)域，熱力圖可用于呈現(xiàn)基因表達(dá)量的相關(guān)性。

在《生物信息分析之熱圖(Heatmap)》一文中，描述了通過(guò)顏色變化來(lái)呈現(xiàn)多個(gè)基因的全局表達(dá)量變化。下圖中顏色越紅數(shù)值越大，表示關(guān)聯(lián)性越強(qiáng)，反之則數(shù)值越小。

圖片引自《生物信息分析之熱圖(Heatmap)》

三、熱力圖的應(yīng)用案例

上文已介紹了熱力圖能夠傳遞的信息種類，若對(duì)其進(jìn)行大體歸類，其應(yīng)用場(chǎng)景主要涵蓋以下 4 大方面：

接下來(lái)，我們將通過(guò)具體案例，深入探究其實(shí)際應(yīng)用場(chǎng)景。

1. 充電選址

隨著新能源汽車的迅猛崛起，各大充電樁的需求急劇攀升。在選擇最佳的充電車場(chǎng)地理位置時(shí)，僅憑主觀感知判斷遠(yuǎn)遠(yuǎn)不夠，此時(shí)熱力圖便能發(fā)揮它的優(yōu)勢(shì)。

以下是一張城市充電熱力圖，其提供的數(shù)據(jù)維度極為豐富，涵蓋該城市不同電站的單日快、慢充電量，以及不同片區(qū)的充電站數(shù)量。

借助這樣的 “上帝視角” 觀測(cè)區(qū)域內(nèi)的充電量與電站數(shù)量，能夠?yàn)檫\(yùn)營(yíng)工作指明更為明確的方向。

實(shí)際案例示意圖

當(dāng)然，熱力圖的配色并非局限于單色，而應(yīng)依據(jù)實(shí)際場(chǎng)景靈活選擇恰當(dāng)?shù)呐渖桨浮?/p>

實(shí)際案例示意圖

2. 電力監(jiān)測(cè)

在電力監(jiān)測(cè)領(lǐng)域，除了常見的大屏浮標(biāo)顯示數(shù)據(jù)，還可以將電網(wǎng)負(fù)荷、用電檢修、電費(fèi)回收等數(shù)據(jù)生成城市熱力圖，更高效的保障居民用電體驗(yàn)。

實(shí)際案例示意圖

3. 網(wǎng)站分析

此應(yīng)用場(chǎng)景主要用于追蹤用戶在網(wǎng)站上的點(diǎn)擊、滾動(dòng)和停留時(shí)間等行為。通過(guò)深入分析這些數(shù)據(jù)，能夠?qū)W(wǎng)頁(yè)布局進(jìn)行優(yōu)化，進(jìn)而提升用戶體驗(yàn)與轉(zhuǎn)化率。

例如下圖，一篇熱力圖分析文章中的案例佐證，通過(guò)對(duì)熱力圖的分析，發(fā)現(xiàn)版本A右側(cè)點(diǎn)擊按鈕的關(guān)注度弱于上面的banner?；诖税l(fā)現(xiàn)，版本B進(jìn)行了優(yōu)化迭代，對(duì)按鈕與 banner 的位置加以調(diào)整。

如此微小的改動(dòng)竟使整體轉(zhuǎn)化率提升了 62%。

這充分彰顯了熱力圖在市場(chǎng)分析中的價(jià)值。尤其是在體驗(yàn)設(shè)計(jì)類工作進(jìn)行產(chǎn)品優(yōu)化時(shí)，有了數(shù)據(jù)的有力支撐，產(chǎn)品優(yōu)化將更具說(shuō)服力。

圖片引自網(wǎng)絡(luò) 侵刪

4. 氣象分布

天氣預(yù)報(bào)中的熱力圖是大眾最為熟知的表現(xiàn)形式之一，它基于地理信息，全面展示全國(guó)各地的雨水、溫度等各類天氣的分布情形。如下可看到全國(guó)范圍內(nèi)的降雨量分布。

圖片來(lái)自網(wǎng)絡(luò) 侵刪

以及具體省份中各個(gè)城市的溫度分布。

圖片來(lái)自網(wǎng)絡(luò) 侵刪

5. 城市規(guī)劃

在城市規(guī)劃進(jìn)程中，熱力圖可用于剖析交通流量、人口密度和環(huán)境污染等問(wèn)題。例如，交通流量熱力圖有助于精準(zhǔn)識(shí)別交通擁堵點(diǎn)，從而制定更為高效的交通管理方案。

以下是高德開發(fā)平臺(tái)的 DEMO 案例，從中可直觀感受到中間紅色區(qū)域的擁堵指數(shù)頗高，而綠色部分顏色由深至淺的變化，也清晰傳達(dá)了擁堵程度逐漸減弱的信息。

依據(jù)這些數(shù)據(jù)，能夠?qū)煌肪€規(guī)劃、公共設(shè)施布局以及環(huán)保措施進(jìn)行優(yōu)化完善。

圖片引自高德平臺(tái)

6. 市場(chǎng)分析

熱力圖在市場(chǎng)分析中能夠清晰展示消費(fèi)者的行為模式與購(gòu)買熱點(diǎn)。

例如，下圖在商超當(dāng)中使用熱力圖，深色區(qū)域表示顧客停留時(shí)間較長(zhǎng)，據(jù)此可精準(zhǔn)判斷出顧客最常駐足和購(gòu)買的區(qū)域，進(jìn)而優(yōu)化商品擺放位置，實(shí)現(xiàn)銷售額的顯著提升。

圖片引自網(wǎng)絡(luò) 侵刪

以下這個(gè)數(shù)據(jù)決策系統(tǒng)源自帆軟（文末提供了地址，可免費(fèi)試用），對(duì)全國(guó)的銷售情況依據(jù)地域進(jìn)行可視化呈現(xiàn)。

圖片引自帆軟

7. 醫(yī)學(xué)研究

在醫(yī)學(xué)領(lǐng)域，熱力圖被用于展示疾病的地理分布以及醫(yī)療資源的利用情況。

借助這些數(shù)據(jù)，能夠?qū)残l(wèi)生策略與資源分配進(jìn)行優(yōu)化調(diào)整。例如，流感傳播熱力圖有助于預(yù)測(cè)疫情高發(fā)區(qū)域，以便提前采取防控措施。

圖片引自國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心

此外，熱力圖還可用于顯示基因表達(dá)、蛋白質(zhì)結(jié)構(gòu)和代謝通路等生物數(shù)據(jù)的分布與變化，助力研究人員探尋關(guān)鍵的生物過(guò)程與信號(hào)通路，如基因表達(dá)水平、藥物效應(yīng)、病理分布等。

熱力圖能夠協(xié)助研究人員發(fā)現(xiàn)相關(guān)規(guī)律與模式，還可用于剖析醫(yī)學(xué)圖像中的病變區(qū)域，從而輔助醫(yī)生做出更為精準(zhǔn)的診斷。

圖片引自《生信數(shù)據(jù)分析——繪制差異熱圖 》

8. 趨勢(shì)研究

下圖的案例，呈現(xiàn)了日本東京142年里的溫度變化。Y軸是從1880年2010年，每10年一個(gè)區(qū)間，X軸是6月-9月的溫度變化。

可以清晰地看到，在 1880 年至 1920 年期間，高溫紅色區(qū)域占比較小，藍(lán)綠色居多；越接近 2010 年，紅色、橙色區(qū)域面積越大。這表明在每年最熱的 6 – 9 月中，東京的高溫天氣總時(shí)長(zhǎng)呈現(xiàn)逐年上升趨勢(shì)。

這張圖傳達(dá)的核心信息是：東京越來(lái)越熱了。

圖片引自東洋經(jīng)濟(jì)

四、在線繪制熱力圖網(wǎng)站

上文我們了解到熱力圖的概念以及使用范圍，若想進(jìn)一步了解還需要大家動(dòng)手試試。目前熱力圖的實(shí)現(xiàn)方式基本分為以下三種：

1. 現(xiàn)成的框架和開源工具
2. 第三方服務(wù)
3. 自定義開發(fā)

第一種方式對(duì)于學(xué)習(xí)查看而言，成本相對(duì)較高，需要具備一定的代碼相關(guān)知識(shí)，更適宜研發(fā)人員；而第二種方式則較為適合新手入門探索。以下是筆者列舉的一些可在線試用的平臺(tái)以及相關(guān)的可視化圖表介紹網(wǎng)站，有助于大家更好地理解熱力圖的概念。

1.熱圖繪制網(wǎng)站

https://www.bioladder.cn/web/#/pro/index

選擇里面的熱力圖模塊，然后通過(guò)上傳數(shù)據(jù)，體驗(yàn)熱力圖的可視化呈現(xiàn)效果。

2.高德開放平臺(tái)

https://developer.amap.com/demo/loca-v2/demos/cat-heatmap/heatmap-diff

高德開放平臺(tái)提供第三方服務(wù)，集成了各種樣式的可視化案例。本文的諸多案例截圖均來(lái)自于此。大家可在線了解一下高德的DEMO平臺(tái)，加深對(duì)于熱力圖的理解。

3.帆軟

https://www.fanruan.com/

帆軟在數(shù)據(jù)可視化這塊也是相當(dāng)專業(yè)。他有配套的免費(fèi)試用平臺(tái)，下載后會(huì)提供一個(gè)激活碼，包含了多種類型的數(shù)據(jù)可視，可以點(diǎn)擊看看里面相關(guān)的熱力板塊。

4.百度在線體驗(yàn)DEMO

https://#baidu.com/main/overview/demo/overview/index

這是一個(gè)后臺(tái)流量監(jiān)控的DEMO平臺(tái)，里面有部分模塊的數(shù)據(jù)分析用到了熱力，這也是本文所闡釋的很重要的使用場(chǎng)景之一，根據(jù)監(jiān)控進(jìn)行網(wǎng)站分析。

5.阿里云數(shù)據(jù)可視化平臺(tái)

https://datav.aliyun.com/portal/editor

阿里云的數(shù)據(jù)可視化做的真的很不錯(cuò)，不過(guò)需要購(gòu)買后方可體驗(yàn)。該平臺(tái)對(duì)于各種數(shù)據(jù)大屏等都實(shí)現(xiàn)了組件化搭建，拖拖拽拽即可完成一個(gè)可視化界面的展示。

總結(jié)

熱力圖以其高效、直觀的數(shù)據(jù)可視化能力，已成為跨行業(yè)的重要工具。從展示數(shù)據(jù)分布到揭示趨勢(shì)規(guī)律，它助力優(yōu)化用戶體驗(yàn)、提升運(yùn)營(yíng)效率，并提供強(qiáng)大的決策支持。隨著技術(shù)的持續(xù)進(jìn)步，熱力圖的應(yīng)用場(chǎng)景將更加豐富，其潛力也將持續(xù)釋放。

熱力圖讓復(fù)雜數(shù)據(jù)“躍然紙上”，從視覺層面架起了數(shù)據(jù)與決策之間的橋梁，值得每一位數(shù)據(jù)工作者深入探索。

文末，我們用一張圖來(lái)進(jìn)行全文重點(diǎn)知識(shí)的總結(jié)：

然而，熱力圖的世界廣袤無(wú)垠，遠(yuǎn)不止于此。不同類型的熱力圖在特定場(chǎng)景下各具優(yōu)勢(shì)，而配色的抉擇更是決定一張熱力圖能否清晰準(zhǔn)確傳達(dá)信息的核心要素。

在下一篇文章中，我們將深入探究熱力圖的細(xì)分種類及其適用場(chǎng)景，并分享一些實(shí)用的配色技巧，誠(chéng)邀大家一同開啟這段探索之旅！‘

參考文獻(xiàn)

1.百度統(tǒng)計(jì)熱力圖：點(diǎn)擊熱力圖是什么？

http://loooooong.com/288

2.MongoDB官網(wǎng)熱力圖趨勢(shì)詳解

https://www.mongodb.com/zh-cn/docs/

3.《生物信息分析之熱圖(Heatmap)》

https://zhuanlan.zhihu.com/p/585512411

4.圖之典熱力圖詳解

http://www.tuzhidian.com/chart?id=5c56e4284a8c5e048189c6fe

5.熱圖分析：畫出用戶的行為

http://22none.com/data-analysis/722475.html

6.Instapage 網(wǎng)站

https://instapage.com/blog/landing-page-heat-map