python数据挖掘学习】十五.Matplotlib调用imshow()函数绘制热图
#2018-03-28 14:47:19 March Wednesday the 13 week, the 087 day SZ SSMR
这篇文章结合Matplotlib的imshow()函数，讲述热图（斑图）绘制及相关参数基础知识
绘制2*3共6个子图，且图为空的代码如下:
# coding=utf-8
from matplotlib import pyplot as plt
fig = plt.figure()
ax1 = fig.add_subplot(231)
ax2 = fig.add_subplot(232)
ax3 = fig.add_subplot(233)
ax4 = fig.add_subplot(234)
plt.grid(True)
ax5 = fig.add_subplot(235)
ax6 = fig.add_subplot(236)
plt.grid(True)
plt.show()
需要调用函数绘图，下面提几个重点知识：
1.plot(x, y, marker='D')表示绘制折线图，marker设置样式菱形。
2.scatter(x, y, marker='s', color='r')绘制散点图，红色正方形。
3.bar(x, y, 0.5, color='c')绘制柱状图，间距为0.5，原色。
4.hist(data,40,normed=1,histtype='bar',
facecolor='yellowgreen',alpha=0.75)直方图。
5.设置x轴和y轴的坐标值：
xlim(-2.5, 2.5) #设置x轴范围 ylim(-1, 1) #设置y轴范围
6.显示中文和负号代码如下：
plt.rcParams['font.sas-serig']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
# coding=utf-8
import numpy as np
from pylab import *
from matplotlib import pyplot as plt
x = [1, 2, 3, 4]
y = [3, 5, 10, 25]
#开启一个画图窗口，如果只有一个窗口，可以省略这句话。
fig = plt.figure()
#创建一个或多个子图(subplot绘图区才能绘图)
ax1 = fig.add_subplot(231) #有两行3列，共六个子图
plt.plot(x, y, marker='D') #绘实线图
plt.sca(ax1) #选择第一个子图绘图
ax2 = fig.add_subplot(232)
plt.scatter(x, y, marker='s', color='r') #绘制散点图
plt.sca(ax2)
plt.grid(True) #添加网格
ax3 = fig.add_subplot(233)
plt.bar(x, y, 0.5, color='c') #柱状图 width=0.5间距
plt.sca(ax3)
ax4 = fig.add_subplot(234)
#高斯分布
mean = 0 #均值为0
sigma = 1 #标准差为1 (反应数据集中还是分散的值)
data = mean+sigma*np.random.randn(10000)
#直方图
plt.hist(data,40,normed=1,histtype='bar',facecolor='yellowgreen',alpha=0.75)
plt.sca(ax4)
m = np.arange(-5.0, 5.0, 0.02)
n = np.sin(m)
ax5 = fig.add_subplot(235)
plt.plot(m, n)
plt.sca(ax5)
ax6 = fig.add_subplot(236)
xlim(-2.5, 2.5) #设置x轴范围
ylim(-1, 1) #设置y轴范围
plt.plot(m, n)
plt.sca(ax6)
plt.grid(True)
plt.show()
二. imshow详解热图知识
Colormap：参数cmap用于设置热图的Colormap。
Colorbar：增加颜色类标的代码是plt.colorbar()，
下面这段代码是显示原图、灰度（gray）、和春夏秋冬的示例。
，X变量存储图像，可以是浮点型数组、unit8数组以及PIL图像，如果其为数组，则需满足一下形状：
(1) M*N 此时数组必须为浮点型，其中值为该坐标的灰度；
(2) M*N*3 RGB（浮点型或者unit8类型）
(3) M*N*4 RGBA（浮点型或者unit8类型）
按照矩阵X进行颜色分布的。
[1, 2] [深蓝, 浅蓝]
[3, 4] [淡绿, 黄色]
[5, 6] [橙红, 深红]
#coding=utf-8
from matplotlib import pyplot as plt
X = [[1,2],[3,4]]
fig = plt.figure()
ax = fig.add_subplot(231)
ax.imshow(X)
ax = fig.add_subplot(232)
#参数cmap用于设置热图的Colormap。
ax.imshow(X, cmap=plt.cm.gray) #灰度
ax = fig.add_subplot(233)
im = ax.imshow(X, cmap=plt.cm.spring) #春
plt.colorbar(im)
ax = fig.add_subplot(234)
im = ax.imshow(X, cmap=plt.cm.summer)
#Colorbar：增加颜色类标的代码是plt.colorbar()，
plt.colorbar(im, cax=None, ax=None, shrink=0.5) #长度为半
ax = fig.add_subplot(235)
im = ax.imshow(X, cmap=plt.cm.autumn)
plt.colorbar(im, shrink=0.5, ticks=[-1,0,1])
ax = fig.add_subplot(236)
im = ax.imshow(X, cmap=plt.cm.winter)
plt.colorbar(im, shrink=0.5)
plt.show()
百度经验提供一段代码，也不错，推荐大家学习。
注意：相当于在A~J和a~j的图像矩阵中，产生10*10的随机数，对矩阵进行颜色填充；只是在填充过程中，选择随机数的最大值和最小值进行标准化处理。
# coding=utf-8
import numpy as np
from matplotlib import pyplot as plt
from matplotlib import cm
from matplotlib import axes
def draw_heatmap(data,xlabels,ylabels):
cmap=cm.get_cmap('rainbow',1000)
figure=plt.figure(facecolor='w')
ax=figure.add_subplot(1,1,1,position=[0.1,0.15,0.8,0.8])
ax.set_yticks(range(len(ylabels)))
ax.set_yticklabels(ylabels)
ax.set_xticks(range(len(xlabels)))
ax.set_xticklabels(xlabels)
vmax=data[0][0]
vmin=data[0][0]
for i in data:
for j in i:
if j>vmax:
vmax=j
if j
