【数据分析】seaborn.heatmap绘制热力图
import pandas as pd
import seaborn
import matplotlib.pyplot as plt
df = pd.read_csv("flights.csv")
df = df.pivot(index="month", columns="year", values="passengers")
seaborn.heatmap(df, annot=True, fmt='d', annot_kws={'size': 12, 'weight': 'bold'}, cmap='Blues')
plt.show()
函数pivot(self, index=None, columns=None, values=None)将原有的df转换成以index为行索引，columns为列索引的DataFrame结构，索引处的值即为values。
原df：
year month passengers
0 1949 January 112
1 1949 February 118
2 1949 March 132
3 1949 April 129
4 1949 May 121
.. ... ... ...
139 1960 August 606
140 1960 September 508
141 1960 October 461
142 1960 November 390
143 1960 December 432
[144 rows x 3 columns]
转换后的df：
year 1949 1950 1951 1952 1953 ... 1956 1957 1958 1959 1960
month ...
April 129 135 163 181 235 ... 313 348 348 396 461
August 148 170 199 242 272 ... 405 467 505 559 606
December 118 140 166 194 201 ... 306 336 337 405 432
February 118 126 150 180 196 ... 277 301 318 342 391
January 112 115 145 171 196 ... 284 315 340 360 417
July 148 170 199 230 264 ... 413 465 491 548 622
June 135 149 178 218 243 ... 374 422 435 472 535
March 132 141 178 193 236 ... 317 356 362 406 419
May 121 125 172 183 229 ... 318 355 363 420 472
November 104 114 146 172 180 ... 271 305 310 362 390
October 119 133 162 191 211 ... 306 347 359 407 461
September 136 158 184 209 237 ... 355 404 404 463 508
[12 rows x 12 columns]
def 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):
heatmap参数重多，具体可以看官方文档。这里只简单说一下程序中用到的几个参数。
1.annot：annotate的缩写，意为注释，为True标注行列索引处的值，False则不标注。
2.fmt：注释的格式，默认为".2g"，保留两位有效数字，并转为科学计数法。可以自定义设置成"d"——整数输出、" f "——浮点数输出等。
3.annot_kws：只有当annot为True时才设置该参数。该参数为设置注释数字的大小，加粗，斜体、颜色等。
4.cmap：背景填充色，应为渐变色，可取的颜色可以看matplotlib的官方文档，即此链接matplotlib Version3.3.0。