Dichte-Heatmap (Density Heatmap)
Eine Dichte-Heatmap ist eine Visualisierungstechnik, die die Verteilung von Datenpunkten über einen geografischen oder zweidimensionalen Raum darstellt. Sie bietet eine visuelle Zusammenfassung der Dichte oder Intensität von Datenpunkten in bestimmten Bereichen oder Regionen.
Zuletzt geprüft
Kernaussage
Eine Dichte-Heatmap ist eine Visualisierungstechnik, die die Verteilung von Datenpunkten über einen geografischen oder zweidimensionalen Raum darstellt.
Auf dieser Seite
Was ist eine Dichte-Heatmap?
Eine Dichte-Heatmap ist eine Visualisierungstechnik, die die Verteilung von Datenpunkten über einen geografischen oder zweidimensionalen Raum darstellt. Sie bietet eine visuelle Zusammenfassung der Dichte oder Intensität von Datenpunkten in bestimmten Bereichen oder Regionen.
In einer Dichte-Heatmap erhält jeder Datenpunkt eine Gewichtung oder einen Intensitätswert, in der Regel auf Grundlage seiner Häufigkeit oder Dichte. Die Heatmap stellt die unterschiedlichen Intensitäten im Raum dann mit Farbverläufen dar. Höhere Dichten werden oft durch wärmere Farben wie Rot oder Orange dargestellt, niedrigere Dichten durch kühlere Farben wie Blau oder Grün.
Wann wird eine Dichte-Heatmap eingesetzt?
Eine Dichte-Heatmap ist eine Visualisierungstechnik, mit der die Dichte von Datenpunkten in einem bestimmten Bereich oder einer Region dargestellt wird. Besonders nützlich ist sie in folgenden Situationen:
- Räumliche Analyse: Dichte-Heatmaps werden häufig in räumlichen Analysen eingesetzt, etwa zur Untersuchung von Bevölkerungsverteilung, Kriminalitätsraten oder Krankheitsausbrüchen. Wenn Sie die Dichte der Datenpunkte auf einer Karte darstellen, können Sie Hotspots oder Häufungen von Aktivitäten oder Ereignissen erkennen.
- Clusterbildung in Daten: Dichte-Heatmaps helfen, natürliche Gruppierungen oder Cluster in einem Datensatz zu erkennen. Anhand der Dichte der Datenpunkte erkennen Sie Bereiche mit einer hohen Konzentration ähnlicher Werte oder Ereignisse.
- Visualisierung von Ereignissen oder Aktivitäten: Mit Dichte-Heatmaps lässt sich die Intensität oder Häufigkeit von Ereignissen oder Aktivitäten in einem bestimmten Bereich darstellen. Zum Beispiel können Sie mit einer Dichte-Heatmap die Konzentration von Social-Media-Beiträgen, Taxifahrten oder Kundenbesuchen an verschiedenen Orten zeigen.
- Verkehrsanalyse: Dichte-Heatmaps werden in der Verkehrsanalyse häufig eingesetzt, um Verkehrsfluss und Staus darzustellen. Wenn Sie die Dichte von Fahrzeugen oder Verkehrsvorfällen auf einer Karte darstellen, erkennen Sie Bereiche mit hohem Verkehrsaufkommen oder wiederkehrenden Verkehrsproblemen.
- Ressourcenzuteilung: Dichte-Heatmaps können die Zuteilung von Ressourcen auf Grundlage der Dichte bestimmter Ereignisse unterstützen. Im Einzelhandel können Sie beispielsweise Heatmaps der Kundendichte analysieren, um ideale Standorte für neue Filialen zu bestimmen oder die Personalplanung anzupassen.
- Umweltstudien: Dichte-Heatmaps helfen bei der Analyse von Umweltdaten, etwa Luftverschmutzungswerten oder Wildtiersichtungen. Wenn Sie die Dichte bestimmter Phänomene darstellen, erkennen Sie Muster, mögliche Quellen oder problematische Bereiche.
- Analyse des Nutzerverhaltens: Mit Dichte-Heatmaps lässt sich das Nutzerverhalten auf Websites oder in mobilen Apps analysieren. Wenn Sie Nutzerinteraktionen wie Klicks oder Mausbewegungen erfassen und als Dichte-Heatmap darstellen, erkennen Sie Bereiche mit hoher Interaktion oder mögliche Probleme bei der Benutzerfreundlichkeit.
Hinweise zur richtigen Anwendung der Dichte-Heatmap
- Die Daten sollten mindestens zwei Spalten mit numerischen oder Textdaten enthalten.
- Die Spalten müssen dieselbe Anzahl von Zeilen haben; Spalten mit Datums-/Zeitdaten sind davon ausgenommen.
- Ein großer Stichprobenumfang ist für klarere Muster in den Daten vorzuziehen.
- Eine zufällige Auswahl der Stichprobendaten ist wichtig, um Verallgemeinerungen oder Rückschlüsse auf die Grundgesamtheit ziehen zu können.
- Eine Zufallsstichprobe stellt sicher, dass die Ergebnisse die Grundgesamtheit zutreffend abbilden.
Alternativen: Wann die Dichte-Heatmap nicht geeignet ist
- Boxplot: Eine Alternative zur Dichte-Heatmap bei schiefen Daten oder Daten mit Ausreißern ist der Boxplot. Boxplots stellen Median, Quartile und Ausreißer eines Datensatzes grafisch dar, sodass Extremwerte, die die Daten verzerren könnten, leichter zu erkennen sind.
- Streudiagramm: Bei kleinen Datensätzen stellen Streudiagramme jeden Datenpunkt klar und übersichtlich dar. Heatmaps sind in solchen Fällen möglicherweise weniger aussagekräftig oder nicht erforderlich, da sie sich besser zur Darstellung der Dichte oder Verteilung großer Datensätze eignen.
Beispiel für eine Dichte-Heatmap
Eine Epidemiologin möchte die Ausbreitung eines Virus in vier verschiedenen Regionen untersuchen und erfasst dazu über einen Zeitraum von sechs Monaten die täglichen Infektionszahlen. In jeder Region werden die Infektionen in zwei Altersgruppen eingeteilt. Sie ist dabei in folgenden Schritten vorgegangen:
- Sie hat den ganzen Tag gearbeitet und die erforderlichen Daten erhoben.
- Nun analysiert sie die Daten mithilfe von https://statsai.zometric.com/
- Im Werkzeug gibt sie die Daten zusammen mit weiteren Eingaben wie folgt ein:
- Nach Verwendung des oben genannten Werkzeugs erhält sie die folgende Ausgabe:


Anleitung: Dichte-Heatmap
Die Anleitung lautet wie folgt:
- Melden Sie sich bei Zometric Statistical Software an: https://statsai.zometric.com/
- Auf der Startseite finden Sie Density Heatmap unter Graphical Analysis.
- Klicken Sie auf Density Heatmap , um zum Dashboard zu gelangen.
- Aktualisieren Sie anschließend die Daten manuell, oder kopieren Sie die Daten vollständig (Ctrl+C) aus einer Excel-Tabelle und fügen Sie sie hier ein (Ctrl+V).
- Ordnen Sie anschließend die Parameter den entsprechenden Spalten zu.
- Klicken Sie abschließend unten auf der Seite auf calculate, und Sie erhalten die gewünschten Ergebnisse.
Das Dashboard von Density Heatmap ist in zwei Bereiche unterteilt.

Im linken Bereich befindet sich der Datenbereich (Data Pane). Im Data Pane bildet jede Zeile eine Teilgruppe. Die Daten können manuell eingegeben oder vollständig aus einer Excel-Tabelle kopiert (Ctrl+C) und hier eingefügt (Ctrl+V) werden.
Im rechten Bereich stehen folgende Optionen zur Verfügung:
- Facet row: In einer Heatmap mit facettierten Zeilen werden die Datenelemente anhand einer bestimmten kategorialen Variable gruppiert und in Zeilen dargestellt.
- Facet column: In einer Heatmap mit facettierten Spalten werden die Datenelemente anhand einer kategorialen Variable gruppiert und in Spalten dargestellt.
- Marginal plot: Damit lässt sich der Zusammenhang zwischen zwei Variablen untersuchen und gleichzeitig die Verteilung jeder einzelnen Variable darstellen.
- Histfunc: Legt fest, wie die Werte in jeder Zelle aggregiert und dargestellt werden. Gängige histfunc-Optionen sind:
- Sum: Die Werte in jeder Zelle werden zum aggregierten Wert summiert.
- Average: Der Mittelwert der Werte in jeder Zelle wird berechnet.
- Min: Der kleinste Wert in jeder Zelle wird ausgewählt.
- Max: Der größte Wert in jeder Zelle wird ausgewählt.
- Count: Die Anzahl bzw. Häufigkeit der Werte in jeder Zelle wird berechnet.
- Histnorm:
- Percent: Die Höhe jedes Bins gibt den prozentualen Anteil der Datenpunkte an der Gesamtzahl der Datenpunkte im Datensatz an.
- Probability: Die Höhe jedes Bins gibt die Wahrscheinlichkeit an, dass ein Datenpunkt in dieses Bin fällt. Die Summe aller Bin-Höhen ergibt 1.
- Density: Die Histogrammwerte werden als Dichteschätzung normiert. Der Wert jedes Bins wird durch die Bin-Breite und die Gesamtzahl der Datenpunkte geteilt, was eine Schätzung der Wahrscheinlichkeitsdichtefunktion ergibt.
- Bins: Im Zusammenhang mit einer Heatmap bezeichnet der Begriff „Bins“ die diskreten Intervalle oder Kategorien entlang der x- und y-Achse des Heatmap-Rasters. Das Raster wird anhand von Bereich und Verteilung der Daten in eine festgelegte Anzahl gleich breiter Bins bzw. Intervalle unterteilt.
Häufig gestellte Fragen
Was ist eine Dichte-Heatmap?
Eine Dichte-Heatmap ist eine Visualisierung, die zeigt, wie Datenpunkte über einen geografischen oder zweidimensionalen Raum verteilt sind. Farbverläufe zeigen die unterschiedliche Dichte oder Intensität: Höhere Dichten werden oft in wärmeren Farben wie Rot oder Orange dargestellt, niedrigere Dichten in kühleren Farben wie Blau oder Grün.
Wann sollte man eine Dichte-Heatmap verwenden?
Verwenden Sie sie, um Hotspots oder Häufungen in räumlichen Daten zu finden, natürliche Gruppierungen in einem Datensatz zu erkennen, die Intensität von Ereignissen oder Aktivitäten nach Ort darzustellen sowie bei Verkehrs-, Umwelt-, Ressourcen- oder Nutzerverhaltensanalysen. Sie eignet sich für große Datensätze; bei kleinen Datensätzen zeigt ein Streudiagramm jeden Datenpunkt deutlicher.
Was bewirken histfunc und histnorm in einer Dichte-Heatmap?
Histfunc legt fest, wie die Werte in jeder Zelle aggregiert werden: Summe, Mittelwert, Minimum, Maximum oder Anzahl. Histnorm normiert die Werte als Prozentanteil aller Datenpunkte, als Wahrscheinlichkeit, bei der alle Bin-Höhen in der Summe 1 ergeben, oder als Dichte, bei der jedes Bin durch die Bin-Breite und die Gesamtzahl der Punkte geteilt wird.
Welche Daten benötigt eine Dichte-Heatmap?
Mindestens zwei Spalten mit numerischen oder Textdaten mit derselben Anzahl von Zeilen, ausgenommen Datums-/Zeitspalten. Eine große, zufällig ausgewählte Stichprobe liefert klarere Muster, die die Grundgesamtheit abbilden. In Zometric Statistical Software können Sie außerdem Facettenzeilen und -spalten nach einer kategorialen Variable, Randdiagramme und die Anzahl der Bins festlegen.
