Python数据分析与机器学习12-Seaborn之Heatmap

一. heatmap 语法介绍

seaborn.heatmap语法:

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

• data：矩阵数据集，可以使numpy的数组（array），如果是pandas的dataframe，则df的index/column信息会分别对应到heatmap的columns和rows

• vmax,vmin, 图例中最大值和最小值的显示值，没有该参数时默认不显示

• linewidths,热力图矩阵之间的间隔大小

• cmap，热力图颜色

• ax，绘制图的坐标轴，否则使用当前活动的坐标轴。

• annot，annotate的缩写，annot默认为False，当annot为True时，在heatmap中每个方格写入数据。

• annot_kws，当annot为True时，可设置各个参数，包括大小，颜色，加粗，斜体字等：
  sns.heatmap(x, annot=True, ax=ax2, annot_kws={‘size’:9,‘weight’:‘bold’, ‘color’:‘blue’})

• fmt，格式设置，决定annot注释的数字格式，小数点后几位等；

• cbar : 是否画一个颜色条

• cbar_kws : 颜色条的参数，关键字同 fig.colorbar，可以参考：matplotlib自定义colorbar颜色条-以及matplotlib中的内置色条。

• mask，遮罩

二. 实例

2.1 数据源介绍

flights.csv
每年每月份航班的乘客人数

2.2 实例演示

代码:

import matplotlib.pyplot as plt
import numpy as np;
import seaborn as sns;
import pandas as pd;

# 读取csv文件数据
flights = pd.read_csv("E:/file/flights.csv")
print (flights.head())
print ("########################################################")

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


# 图1: 普通的热力图
ax1 = sns.heatmap(flights)

# 图2: 热力图+数字
#ax2 = sns.heatmap(flights, annot=True,fmt="d")

# 图3: 颜色由深到浅
#ax3 = sns.heatmap(flights, linewidths=.5)

# 图4: 颜色由浅到深
#ax4 = sns.heatmap(flights, cmap="YlGnBu")

# 图5: cbar 是否画一个颜色条
#ax5 = sns.heatmap(flights, cbar=False)

plt.show()

测试记录:

图1: 普通的热力图

图2: 热力图+数字

图3: 颜色由深到浅

图4: 颜色由浅到深

图5: cbar 是否画一个颜色条

参考：

1. https://study.163.com/course/introduction.htm?courseId=1003590004#/courseDetail?tab=1
2. https://blog.csdn.net/L29979264458/article/details/124196173