seaborn.heatmap画热力图

飞熊 • 2023年9月5日下午6:58 • Python • 阅读 366

参考官网教程，首先看看seaborn.heatmap的函数定义形式

seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, robust=False, annot=None, fmt='.2g', annot_kws=None, linewidths=0, linecolor='white', cbar=True, cbar_kws=None, cbar_ax=None, square=False, xticklabels='auto', yticklabels='auto', mask=None, ax=None, **kwargs)

numpy数组绘制heatmap热图

import numpy as np; 
import seaborn as sns; 
import matplotlib.pyplot as plt
uniform_data = np.random.rand(10, 12)
f, ax = plt.subplots(figsize=(9, 6))
ax = sns.heatmap(uniform_data)
plt.show()

为行和列加上标签

使用sns.load_dataset(“flights”)自带的数据集，数据集的部分截图如下,共143行数据:

接着使用了一个特别高效的函数pivot()，该函数有三个参数(index,columns,values)，第一个参数index是指新表的索引，第二个参数columns是新表的列名，第三个参数values是指新表中的值，看效果就比较明确了

flights = flights.pivot("month", "year", "passengers")

由表可以看出第一个参数就是行标，第二个参数是列标，第三个参数是表中的值。
显示一下热力图

ax = sns.heatmap(flights)
plt.show()

使用数值为每个单元格注释

ax = sns.heatmap(flights, annot=True, fmt="d")

heatmap中的参数annot为True时，为每个单元格写入数据值。如果数组具有与数据相同的形状，则使用它来注释热力图而不是原始数据。参数fmt是指添加注释时要使用的字符串格式代码。

为每个单元格之间添加行

ax = sns.heatmap(flights, linewidths=.5)

heatmap函数中的参数linewidths是指划分每个单元格的行的宽度

更换不同的色彩图

ax = sns.heatmap(flights, cmap="RdPu")

heatmap函数中的参数cmap是指色彩颜色的选择，可选的颜色还有很多，比如: Accent, Accent_r, Blues, Blues_r, BrBG, BrBG_r, BuGn, BuGn_r, BuPu, BuPu_r, CMRmap, CMRmap_r, Dark2, Dark2_r, GnBu, GnBu_r, Greens, Greens_r, Greys, Greys_r, OrRd, OrRd_r, Oranges, Oranges_r, PRGn, PRGn_r, Paired, Paired_r, Pastel1, Pastel1_r, Pastel2, Pastel2_r, PiYG, PiYG_r, PuBu, PuBuGn, PuBuGn_r, PuBu_r, PuOr, PuOr_r, PuRd, PuRd_r, Purples, Purples_r, RdBu, RdBu_r, RdGy, RdGy_r, RdPu, RdPu_r, RdYlBu, RdYlBu_r, RdYlGn, RdYlGn_r, Reds, Reds_r, Set1, Set1_r, Set2, Set2_r, Set3, Set3_r, Spectral, Spectral_r, Wistia, Wistia_r, YlGn, YlGnBu, YlGnBu_r, YlGn_r, YlOrBr, YlOrBr_r, YlOrRd, YlOrRd_r…其中末尾加r是颜色取反

完整样例

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
#加载数据CSV文件
data = pd.read_csv('./XXX/yyy.csv', header=None)
data = pd.DataFrame(data)

f, ax = plt.subplots(figsize=(12,10))
#调用heatmap函数画出热力图
ax = sns.heatmap(data, annot=False, vmin=-0.6, vmax=1.2, cmap="RdPu") #vmin和vmax设置colorbar颜色范围，默认为False
#设置x轴y轴刻度字体大小
plt.tick_params(labelsize=20) 
#设置colorbar刻度字体大小
color_bar = plt.gcf().axes[-1]
color_bar.tick_params(labelsize=20)
#存储图片
plt.savefig('./XXX/yyy.png', bbox_inches = 'tight') #bbox_inches = 'tight' 存储图片时完整保留图片边缘