Mapa de calor

Un mapa de calor (o mapa de calor ) es una técnica de visualización de datos bidimensional que representa la magnitud de los valores individuales dentro de un conjunto de datos mediante un color. La variación de color puede deberse al tono o a la intensidad .

En algunas aplicaciones, como el análisis de delitos o el seguimiento de clics en sitios web, el color se utiliza para representar la densidad de los puntos de datos en lugar de un valor asociado a cada punto.

El término "mapa de calor" es relativamente nuevo, pero la práctica de sombrear matrices existe desde hace más de un siglo. ^{[ 1 ]}

Los mapas de calor se originaron en representaciones 2D de los valores en una matriz de datos. Los valores mayores se representaban con pequeños cuadrados (píxeles) de color gris oscuro o negro, y los valores menores con cuadrados más claros. El primer ejemplo conocido data de 1873, cuando Toussaint Loua utilizó una matriz sombreada dibujada a mano y coloreada para visualizar estadísticas sociales en los distritos de París . ^{[ 1 ]} La idea de reordenar filas y columnas para revelar la estructura en una matriz de datos, conocida como seriación , fue introducida por Flinders Petrie en 1899. En 1950, Louis Guttman desarrolló el escalograma, un método para ordenar matrices binarias y exponer una estructura de escala unidimensional. En 1957, Peter Sneath mostró los resultados de un análisis de clústeres permutando las filas y columnas de una matriz para colocar valores similares cerca unos de otros según el agrupamiento. Esta idea fue implementada por Robert Ling en 1973 con un programa informático llamado SHADE. Ling utilizó caracteres de impresora superpuestos para representar diferentes tonos de gris, con un ancho de carácter por píxel. ^{[ 1 ]} Leland Wilkinson desarrolló el primer programa informático en 1994 ( SYSTAT ) para producir mapas de calor de clústeres con gráficos en color de alta resolución. La pantalla de Eisen et al. que se muestra en la figura es una réplica del diseño anterior de SYSTAT. ^{[ 1 ]}

El diseñador de software Cormac Kinney registró la marca «mapa de calor» en 1991 para describir el software informático utilizado para mostrar información del mercado financiero en tiempo real. ^{[ 2 ]} En 1998, la marca fue adquirida por SS&C Technologies, Inc. , pero la empresa no renovó la licencia, por lo que fue anulada en 2006. ^{[ 3 ]}

Existen dos categorías principales de mapas de calor: espaciales y de cuadrícula. Además, hay más de diez tipos diferentes de mapas de calor.

Un mapa de calor espacial muestra la magnitud de un fenómeno espacial mediante colores, generalmente superpuestos a un mapa. En la imagen titulada "Ejemplo de mapa de calor espacial", la temperatura se representa mediante una gama de colores en un mapa del mundo. Los colores van del azul (frío) al rojo (caliente).

Un mapa de calor de cuadrícula muestra la magnitud como un color en una matriz bidimensional, donde cada dimensión representa una categoría de rasgo y el color representa la magnitud de alguna medición en los rasgos combinados de cada una de las dos categorías. Por ejemplo, una dimensión podría representar el año y la otra el mes, y el valor medido podría ser la temperatura. Este mapa de calor mostraría cómo cambió la temperatura a lo largo de los años en cada mes. Los mapas de calor de cuadrícula se clasifican además en dos tipos diferentes de matrices: agrupadas y de correlograma.

• Mapa de calor agrupado: El ejemplo de la temperatura mensual por año es un mapa de calor agrupado.
• Correlograma: Un correlograma es un mapa de calor agrupado que utiliza el mismo rasgo en cada eje para mostrar cómo interactúan entre sí los rasgos del conjunto. El correlograma tiene forma triangular en lugar de cuadrada porque la combinación AB es la misma que la combinación BA y, por lo tanto, no necesita expresarse dos veces.

En un mapa de calor de cuadrícula, los colores se presentan en una cuadrícula de tamaño fijo, donde cada celda tiene el mismo tamaño y forma. El objetivo es detectar agrupaciones o sugerir la presencia de las mismas.

Un mapa de calor espacial se utiliza a menudo en mapas o imágenes satelitales (véase SIG ), donde no existe el concepto de celdas, y en su lugar los colores varían de forma continua.

Los mapas de calor ofrecen una amplia gama de aplicaciones gracias a su capacidad para simplificar los datos y facilitar la lectura y el análisis de los mismos. A continuación, se enumeran numerosas aplicaciones que utilizan diferentes tipos de mapas de calor.

Análisis de negocio : Los mapas de calor se utilizan en el análisis de negocio para ofrecer una representación visual del funcionamiento actual de una empresa, su rendimiento y las áreas que requieren mejoras. Permiten analizar los datos existentes y actualizarlos para reflejar el crecimiento y otras iniciativas específicas. Además, resultan visualmente atractivos para los miembros del equipo y los clientes de la empresa.

Sitios web: Existen diversas formas de utilizar mapas de calor en los sitios web para analizar las acciones de los usuarios. Generalmente, se combinan varios mapas de calor para identificar los elementos con mejor y peor rendimiento de una página web. A continuación, se enumeran algunos ejemplos de mapas de calor utilizados para el análisis de sitios web.

• Seguimiento del ratón : Los mapas de calor o mapas de desplazamiento del ratón se utilizan para visualizar dónde sitúa el usuario el cursor del sitio web.
• Seguimiento ocular : Los mapas de calor de seguimiento ocular miden la posición de los ojos de los usuarios del sitio web y recopilan datos como el volumen de fijación ocular, la duración de la fijación ocular y las áreas de interés.
• Seguimiento de clics : Los mapas de calor de seguimiento de clics o mapas táctiles son similares a los mapas de calor de seguimiento del ratón, pero en lugar de acciones de desplazamiento del cursor, estos mapas de calor ayudan a visualizar las acciones de clic del usuario. Los mapas de calor de seguimiento de clics no solo proporcionan información visual sobre los componentes clicables de una página web, como botones o menús desplegables, sino que también permiten el seguimiento de objetos no clicables en cualquier parte de la página.
• Mapas de calor de atención generados por IA : Los mapas de calor de atención generados por IA ayudan a visualizar hacia dónde se dirigirá la atención del usuario en una sección específica de una página web. Este tipo de mapas de calor se implementan mediante un algoritmo de software diseñado para determinar y predecir las acciones de atención del usuario.
• Seguimiento de desplazamiento : Los mapas de calor de seguimiento de desplazamiento se utilizan para representar el comportamiento de desplazamiento de los usuarios del sitio web. Esto ayuda a generar señales visuales sobre en qué sección del sitio web pasa el usuario más tiempo. ^{[ 4 ]}

Análisis exploratorio de datos : Al trabajar con conjuntos de datos pequeños y grandes, los científicos y analistas de datos examinan y determinan las relaciones y características esenciales entre los diferentes puntos de un conjunto de datos, así como las características de esos puntos de datos. Los científicos y analistas de datos trabajan en equipo con otros profesionales de diferentes áreas. El uso de mapas de calor facilita la visualización de los hallazgos y los componentes principales. Si bien existen otras formas de representar datos, los mapas de calor permiten visualizar estos puntos de datos y sus relaciones en un espacio de alta dimensión sin que resulten demasiado compactos ni visualmente poco atractivos. En el análisis de datos, los mapas de calor permiten incluir variables específicas de filas y/o columnas en los ejes e incluso en la diagonal.

Biología : En el campo biológico, los mapas de calor se utilizan para representar visualmente conjuntos de datos grandes y pequeños. El enfoque se centra en patrones y similitudes en ADN , ARN , expresión génica , etc. Al trabajar con estos conjuntos de datos, los científicos de datos en bioinformática se centran en diferentes conceptos, algunos de los cuales son la detección de comunidades, la asociación y la correlación, y el concepto de centralidad, donde los mapas de calor son una forma convincente de resumir visualmente los resultados y compartirlos con otras profesiones ajenas al campo de la biología o la bioinformática . Los dos mapas de calor de la derecha, etiquetados como "Ejemplo de mapa de calor para análisis de datos", muestran diferentes maneras en que se pueden presentar datos genómicos sobre una región específica ( región Hist1 ) a alguien ajeno al campo de la biología para que comprenda mejor el concepto general que un biólogo o científico de datos intenta presentar. ^{[ 5 ]}

Análisis financiero : Los valores de los diferentes productos y activos fluctúan de forma rápida y/o gradual a lo largo del tiempo. Es fundamental registrar los cambios en los mercados diarios. Esto permite realizar predicciones a partir de patrones y revisar datos numéricos históricos. Los mapas de calor simplifican este proceso tedioso y permiten al usuario visualizar los datos y compararlos entre los diferentes participantes. ^{[ 6 ]}

Visualización geográfica : Los mapas de calor se utilizan para visualizar y mostrar la distribución geográfica de los datos. Representan diferentes densidades de puntos de datos en un mapa geográfico para ayudar a los usuarios a observar la intensidad de ciertos fenómenos y mostrar los elementos de mayor o menor importancia. Los mapas de calor utilizados en la visualización geográfica a veces se confunden con los mapas coropléticos , pero la diferencia radica en la forma en que se presentan ciertos datos, lo que los distingue. ^{[ 7 ]}

Deportes: Los mapas de calor se pueden utilizar en muchos deportes e influir en las decisiones de los entrenadores y/o directivos en función de la densidad de datos mostrados. Los usuarios pueden identificar patrones en el juego, las estrategias de los oponentes y del propio equipo, tomar decisiones más informadas que beneficien al jugador, al equipo y a la empresa, y mejorar el rendimiento en diferentes áreas al identificar las áreas que requieren mejoras. Los mapas de calor también visualizan comparaciones y relaciones entre diferentes equipos del mismo deporte o entre diferentes deportes. ^{[ 6 ]}

Ciberseguridad : En los sistemas de detección de intrusiones y el análisis de registros, los mapas de calor se utilizan para resaltar patrones de acceso inusuales, intentos de escaneo de puertos y agrupaciones de IP maliciosas. Ayudan a los analistas del SOC (Centro de Operaciones de Seguridad) a detectar rápidamente anomalías en grandes conjuntos de datos. ^{[ 8 ]}

Planificación urbana : Los mapas de calor se utilizan en la planificación urbana para visualizar la congestión del tráfico, el flujo peatonal y las condiciones ambientales para el desarrollo de infraestructuras basado en datos (Batty et al., 2012). Los mapas de calor ambientales monitorean la calidad del aire y las islas de calor urbanas, guiando la planificación de espacios verdes (EEA, 2021). Los mapas de calor de contaminación acústica ayudan a la zonificación y mitigación cerca de áreas residenciales (EEA, 2020). Los planificadores comerciales utilizan mapas de calor de tráfico peatonal para optimizar la distribución de tiendas (SmartSantander, 2014). Integrados en sistemas de ciudades inteligentes , estos mapas mejoran la habitabilidad, la sostenibilidad y la seguridad (Batty et al., 2012). ^{[ 9 ] [ 10 ] [ 11 ] [ 12 ]}

Se pueden utilizar diversas combinaciones de colores para ilustrar el mapa de calor, cada una con sus ventajas y desventajas perceptivas. Elegir una buena combinación de colores es fundamental para mostrar los datos de forma precisa y eficaz, mientras que una combinación inadecuada puede llevar a los espectadores a conclusiones erróneas o excluir a las personas con deficiencias en la percepción del color del análisis adecuado de dichos datos. ^{[ 13 ]}

Los mapas de colores arcoíris, aunque son una opción común, presentan problemas de accesibilidad y continuidad de datos. ^{[ 14 ]} Los mapas arcoíris representan un desafío para los usuarios con deficiencias en la visión del color, particularmente en aquellos con dificultades para distinguir el rojo y el verde, una condición que afecta a una parte significativa de la población. ^{[ 14 ]} Además de los problemas de accesibilidad, los colores de los mapas de calor arcoíris no son perceptualmente uniformes; incrementos iguales en los valores de los datos no corresponden a cambios iguales en el color. ^{[ 15 ]} La falta de uniformidad puede crear efectos visuales engañosos, como un límite o gradiente artificial. ^{[ 15 ]} Estos efectos pueden comprometer la precisión y efectividad de la visualización. Este ejemplo de amplitud con los colores que muestran el ángulo de fase puede ser difícil de interpretar con todo el arcoíris de colores. En este caso, el esquema de color arcoíris puede nublar la interpretación para aquellos con deficiencias en la visión del color o crear confusión debido a algunos de los límites de color definidos en el diagrama. ^{[ 15 ]} Para abordar estos desafíos, se han creado conjuntos de colores perceptualmente uniformes para adaptarse a las deficiencias visuales y mantener diferencias de color consistentes proporcionales a las diferencias en los datos. ^{[ 16 ]}

Los esquemas de color perceptualmente uniformes están cuidadosamente diseñados para mantener diferencias perceptuales consistentes y ofrecer una mejor experiencia visual para los espectadores con deficiencias en la visión del color. Al implementar estos esquemas de color en un mapa de calor, los diseñadores deben considerar el contexto de los datos y el énfasis deseado. Estos esquemas siguen tres patrones principales: gradientes secuenciales (intensidad variable de un solo tono), paletas divergentes (dos tonos contrastantes con un punto medio neutro) y conjuntos cualitativos para datos categóricos. ^{[ 17 ]} La visualización científica ha producido varios conjuntos de color perceptualmente uniformes (como Viridis, Magma y Cividis) que abordan tanto las preocupaciones de uniformidad como de accesibilidad. ^{[ 18 ]}

Las limitaciones de los dispositivos también pueden afectar significativamente la efectividad de la visualización de mapas de calor. Al mostrarse en pantallas de baja resolución, los gradientes de color muy detallados pueden aparecer pixelados o con bandas, lo que reduce la calidad de la visualización; esto se conoce como cuantización de color , que puede ocultar o resaltar incorrectamente partes de los datos. Para mitigar estos efectos, los diseñadores deben considerar todos los dispositivos que mostrarán su mapa de calor y sus limitaciones de color. Realizar pruebas exhaustivas y utilizar un esquema con pocos colores es la opción más segura al crear un mapa de calor que se visualizará en múltiples tipos de dispositivos.

La compatibilidad con la escala de grises es esencial para la accesibilidad de los mapas de calor, especialmente al considerar medios impresos, pantallas en blanco y negro o visión monocromática. Al convertir a escala de grises, muchos esquemas de color pierden sus asignaciones de datos distintivas, lo que permite que diferentes valores parezcan idénticos en luminiscencia. Los esquemas de color compatibles con la escala de grises están diseñados para incorporar contraste entre los puntos de datos incluso cuando se elimina el color, como la familia "virdis". ^{[ 18 ]}

Existen varias implementaciones de software para mapas de calor disponibles gratuitamente:

• R , un entorno de software libre para computación estadística y gráficos, contiene varias funciones para trazar mapas de calor, ^{[ 19 ] [ 20 ]}
• Gnuplot , un programa de gráficos de línea de comandos universal y gratuito, puede trazar mapas de calor 2D y 3D. ^{[ 21 ]}
• Google Fusion Tables puede generar un mapa de calor a partir de una hoja de cálculo de Google Sheets limitada a 1000 puntos de datos geográficos. ^{[ 22 ]}
• El esquema de color 'cubehelix' de Dave Green proporciona recursos para un esquema de color que se imprime como una escala de grises monótonamente creciente en dispositivos PostScript en blanco y negro. ^{[ 23 ]}
• Openlayers 3 puede renderizar una capa de mapa de calor de una propiedad seleccionada de todas las características geográficas en una capa vectorial. ^{[ 24 ]}
• D3.js , ^{[ 25 ] [ 26 ]} AnyChart ^{[ 27 ] [ 28 ]} y Highcharts ^{[ 29 ] [ 30 ]} son ​​bibliotecas de JavaScript para la visualización de datos que brindan la capacidad de crear gráficos interactivos de mapas de calor, desde básicos hasta altamente personalizados, como parte de sus soluciones.
• Python , un lenguaje ampliamente utilizado para el análisis y la visualización de datos, admite varias bibliotecas para crear mapas de calor:
  • La función de Matplotlibimshow() visualiza matrices numéricas 2D como imágenes codificadas por colores, con control sobre el mapeo de colores y los ejes. ^{[ 31 ]}
  • La función de Seabornheatmap() proporciona un mapa de calor estéticamente refinado con un código mínimo, que se usa frecuentemente con DataFrames de Pandas . ^{[ 32 ]}
  • La función de Plotlygo.Heatmap() crea mapas de calor interactivos basados ​​en HTML. Permite etiquetas para los ejes x e y, matrices 2D, escalas de color personalizadas e información detallada al pasar el cursor. ^{[ 33 ]}
• En Java , los mapas de calor se pueden crear utilizando bibliotecas gráficas como JavaFX , Swing o bibliotecas de gráficos de terceros.

  • 

    La API JavaFX Canvas permite dibujar mapas de calor basados ​​en cuadrículas coloreando manualmente las celdas rectangulares según los valores de los datos. LasGraphicsContext.fillRect()clasesColorpermiten un control total sobre la representación. ^{[ 34 ]}
  • JFreeChart admite visualizaciones de tipo mapa de calorXYBlockRenderercon escalas de color y etiquetado de ejes personalizables, adecuadas para graficar datos de tipo matriz. ^{[ 35 ]}
  • HeatChart (una biblioteca Java ligera) genera mapas de calor básicos con una configuración mínima, utilizando una matriz 2D y produciendo unBufferedImageque se puede integrar en interfaces gráficas de usuario Swing. ^{[ 36 ]}
  • XChart ofrece soporte para crear gráficos en Java, incluyendo diagramas de dispersión con mapeo de colores que se asemejan a mapas de calor; útil para aplicaciones ligeras sin JavaFX. ^{[ 37 ]}
  • Processing (basado en Java) se utiliza en visualizaciones de datos interactivas, incluyendo mapas de calor en tiempo real para datos de sensores y simulaciones, con métodos sencillos de interpolación de color. ^{[ 38 ]}

• 

  Los mapas de calor se pueden crear utilizando manipulación de imágenes de bajo nivel, bibliotecas gráficas o enlaces a motores de renderizado para la visualización de datos.
  • PPM ( Portable Pixmap Format ) permite la generación de mapas de calor de la forma más sencilla en C, escribiendo directamente en un archivo los valores de píxeles codificados por colores. Es un formato de texto plano o binario que se puede implementar manualmente sin bibliotecas externas. ^{[ 39 ]}
  • libpng permite la creación de mapas de calor PNG comprimidos y de alta calidad mediante la asignación de valores de datos a RGB y la escritura de búferes de imagen. Admite transparencia alfa y es adecuado para la visualización científica. ^{[ 40 ]}
  • SDL2 ( Simple DirectMedia Layer ) permite la representación de mapas de calor en tiempo real en una ventana. Admite la manipulación a nivel de píxel, lo que lo hace ideal para visualizaciones interactivas o mapas de datos de sensores. ^{[ 41 ]}
  • OpenGL , a través de enlaces C (por ejemplo, GLUT o GLFW), proporciona renderizado de mapas de calor acelerado por GPU con mapeo de texturas y sombreadores. Esto se utiliza en aplicaciones de alto rendimiento o basadas en simulación. ^{[ 42 ]}

Los mapas coropléticos y los mapas de calor se utilizan a menudo indistintamente al referirse a datos visualizados geográficamente. ^{[ 43 ]} Ambas técnicas muestran la proporción de una variable de interés, pero difieren en la forma en que se construyen los límites para las agregaciones de datos de la variable. Si los datos se recopilaron y agregaron utilizando límites irregulares, como unidades administrativas, entonces un mapa de calor que muestre esos datos será igual a un mapa coroplético, lo que fomenta la confusión sobre la diferencia entre ambos.

Los mapas coropléticos muestran datos agrupados por límites geográficos como países, estados, provincias o incluso llanuras aluviales. Cada región tiene un valor singular, visualizado mediante la intensidad del color, el sombreado o un patrón. La figura de la derecha, que muestra un mapa coroplético de la densidad de población de Estados Unidos por estado, puede servir como ejemplo. La figura ilustra un valor singular (población) representado por una intensidad de color azul proporcional al valor del estado en relación con los valores de los demás estados, delimitado por la frontera de cada estado.

De manera similar, los mapas de calor también pueden visualizar datos sobre una región geográfica. Sin embargo, a diferencia de los mapas coropléticos, los mapas de calor muestran la proporción de una variable sobre un tamaño de cuadrícula arbitrario, pero generalmente pequeño, independientemente de los límites geográficos. ^{[ 44 ] [ 45 ]} La figura de la derecha que muestra un mapa de calor de la población mundial es un ejemplo. La figura ilustra un solo valor (población) delimitado en una cuadrícula arbitraria (kilómetros cuadrados) donde cada celda de la cuadrícula está representada por una intensidad de color proporcional al valor de la celda en relación con todas las demás celdas. Algunos mapas de calor que se crean utilizando datos regionales aproximados pueden mostrar fronteras geográficas familiares en la visualización donde en realidad no existen. La ilusión de fronteras geográficas se debe a la existencia de patrones dentro del conjunto de datos más que a la técnica de visualización. La figura de la derecha que muestra un mapa de calor de la población mundial también contiene este fenómeno. Las áreas en las zonas rurales de Estados Unidos y Sudamérica pueden parecerse mucho a las fronteras geográficas familiares de esas regiones.

Otro ejemplo de mapa de calor sobre un área geográfica es la visualización de la nieve producida por el efecto lago en los alrededores de Buffalo, Nueva York, a mediados de octubre de 2006. Esta figura muestra otro uso de los mapas de calor con áreas geográficas y su utilidad para mostrar los efectos del clima en áreas específicas, en lugar de en países o estados.

• 
  Voz humana visualizada con un espectrograma ; un mapa de calor que representa la magnitud de la STFT . Una visualización alternativa es el gráfico de cascada .
• 
  Ejemplo que muestra las relaciones entre un mapa de calor, un gráfico de superficie y líneas de contorno de los mismos datos.
• 
  Puntuación de cada región contigua de una diana (sin escala)
• 
  Logaritmo en base 10 del caudal del río Misisipi en metros cúbicos por segundo, medido diariamente en Vicksburg, Misisipi, EE. UU.

• Codificación por colores en la visualización de datos
• Visualización de datos e información
• Color falso
• Franjas de calentamiento , un gráfico de franjas que constituye un mapa de calor unidimensional.

• Wilkinson L, Friendly M. " La historia del mapa de calor de clústeres" (PDF) .
• Albergotti R (7 de mayo de 2014). "Strava, popular entre ciclistas y corredores, quiere vender sus datos a planificadores urbanos" . The Wall Street Journal .