扫码关注【牵引小哥讲Python】，关注回复【资源】领取学习资源！
原创作者：牵引小哥
微信公众号：牵引小哥讲Python
注：转载或复制请注明出处——牵引小哥
本期小哥将以热力图（heatmap）为例，对比使用Matplotlib和Seaborn的绘制流程，讲解为什么使用Seaborn绘图非常高效！本次对比参考Maplotlib官方案例：绘制农夫农作物收成数据集热力图。
Maplotlib绘制热力图官方链接：
https://matplotlib.org/gallery/images_contours_and_fields/image_annotated_heatmap.html#sphx-glr-gallery-images-contours-and-fields-image-annotated-heatmap-py
Seaborn绘制热力图官方链接：
http://seaborn.pydata.org/generated/seaborn.heatmap.html#seaborn.heatmap
1. Matplotlib 绘制热力图
Maplotlib中的绘图效果如下：
官方在绘制可分为以下三步：
第一步，构造数据：
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
vegetables = ["cucumber", "tomato", "lettuce", "asparagus",
"potato", "wheat", "barley"]
farmers = ["Farmer Joe", "Upland Bros.", "Smith Gardening",
"Agrifun", "Organiculture", "BioGoods Ltd.", "Cornylee Corp."]
harvest = np.array([[0.8, 2.4, 2.5, 3.9, 0.0, 4.0, 0.0],
[2.4, 0.0, 4.0, 1.0, 2.7, 0.0, 0.0],
[1.1, 2.4, 0.8, 4.3, 1.9, 4.4, 0.0],
[0.6, 0.0, 0.3, 0.0, 3.1, 0.0, 0.0],
[0.7, 1.7, 0.6, 2.6, 2.2, 6.2, 0.0],
[1.3, 1.2, 0.0, 0.0, 0.0, 3.2, 5.1],
[0.1, 2.0, 0.0, 1.4, 0.0, 1.9, 6.3]])
第二步，定义一个绘图函数heatmap()和一个数值标记函数annotate_heatmap()：
这两个函数是绘图核心，为了直观展示代码数量，小哥删除了其中的注释行。
def heatmap(data, row_labels, col_labels, ax=None,
cbar_kw={}, cbarlabel="", **kwargs):
if not ax:
ax = plt.gca()
im = ax.imshow(data, **kwargs)
cbar = ax.figure.colorbar(im, ax=ax, **cbar_kw)
cbar.ax.set_ylabel(cbarlabel, rotation=-90, va="bottom")
ax.set_xticks(np.arange(data.shape[1]))
ax.set_yticks(np.arange(data.shape[0]))
ax.set_xticklabels(col_labels)
ax.set_yticklabels(row_labels)
ax.tick_params(top=True, bottom=False,
labeltop=True, labelbottom=False)
plt.setp(ax.get_xticklabels(), rotation=-30, ha="right",
rotation_mode="anchor")
for edge, spine in ax.spines.items():
spine.set_visible(False)
ax.set_xticks(np.arange(data.shape[1]+1)-.5, minor=True)
ax.set_yticks(np.arange(data.shape[0]+1)-.5, minor=True)
ax.grid(which="minor", color="w", linestyle='-', linewidth=3)
ax.tick_params(which="minor", bottom=False, left=False)
return im, cbar
def annotate_heatmap(im, data=None, valfmt="{x:.2f}",
textcolors=("black", "white"),
threshold=None, **textkw):
if not isinstance(data, (list, np.ndarray)):
data = im.get_array()
if threshold is not None:
threshold = im.norm(threshold)
else:
threshold = im.norm(data.max())/2.
kw = dict(horizontalalignment="center",
verticalalignment="center")
kw.update(textkw)
if isinstance(valfmt, str):
valfmt = matplotlib.ticker.StrMethodFormatter(valfmt)
texts = []
for i in range(data.shape[0]):
for j in range(data.shape[1]):
kw.update(color=textcolors[int(im.norm(data[i, j]) > threshold)])
text = im.axes.text(j, i, valfmt(data[i, j], None), **kw)
texts.append(text)
return texts
第三步，绘图：
fig, ax = plt.subplots()
im, cbar = heatmap(harvest, vegetables, farmers, ax=ax,
cmap="YlGn", cbarlabel="harvest [t/year]")
texts = annotate_heatmap(im, valfmt="{x:.1f} t")
fig.tight_layout()
plt.show()
从官方代码可以看出，绘图关键在于heatmap() 和annotate_heatmap()这两个函数。只要有了这两个函数就可以绘制这样高大上的热力图。
heatmap() 和annotate_heatmap()这两个函数就相当于绘图模板，每次绘图只需要调用即可。根据这种思路就有了Seaborn。
2. Seaborn 绘制热力图
Seaborn中绘制热力图使用sns.heatmap()函数，常用参数为：
sns.heatmap(data, vmin=None, vmax=None, cmap=None, annot=None, fmt='.2g',
linewidths=0, linecolor='white', cbar=True, cbar_kws=None, ...)
重要参数讲解：
- data：要求是二维ndarray数组，或者Pandas DataFrame数据集
- vmin=None, vmax=None：设置colorbar（色条）的取值范围
- annot：是否在每个单元格中标记数值
- fmt：单元格中标记数值的格式
- cbar：是否绘制colorbar（色条）
- cbar_kws：colorbar的相关参数，比如：标签
小哥Tips：
Seaborn由于是Matplotlib的高级封装库，Matplotlib的相关函数在Seaborn中可以使用。并且二者函数中的相关参数定义使用均一致。
此处使用Maplotlib绘制热力图官方链接中的数据进行绘制，以便对比。首先需要将这些数据存储为Pandas DataFrame数据集。
import numpy as np
import pandas as pd
vegetables = ["cucumber", "tomato", "lettuce", "asparagus",
"potato", "wheat", "barley"]
farmers = ["Farmer Joe", "Upland Bros.", "Smith Gardening",
"Agrifun", "Organiculture", "BioGoods Ltd.", "Cornylee Corp."]
harvest = np.array([[0.8, 2.4, 2.5, 3.9, 0.0, 4.0, 0.0],
[2.4, 0.0, 4.0, 1.0, 2.7, 0.0, 0.0],
[1.1, 2.4, 0.8, 4.3, 1.9, 4.4, 0.0],
[0.6, 0.0, 0.3, 0.0, 3.1, 0.0, 0.0],
[0.7, 1.7, 0.6, 2.6, 2.2, 6.2, 0.0],
[1.3, 1.2, 0.0, 0.0, 0.0, 3.2, 5.1],
[0.1, 2.0, 0.0, 1.4, 0.0, 1.9, 6.3]])
df = pd.DataFrame(harvest, columns=farmers, index=vegetables)
取数据前几行看看：
这是一个关于不同农夫蔬菜产量的统计数据集，7个农夫，7种作物。接下来，使用sns.heatmap()绘制热力图。
import matplotlib.pyplot as plt
import seaborn as sns; sns.set()
fig, ax = plt.subplots(figsize=(8,6))
ax = sns.heatmap(df, annot=True, cbar_kws={'label':'harvest'}, cmap='YlGn',
fmt=".1f", linewidths=1)
# 优化x轴标签显示
plt.setp(ax.get_xticklabels(), rotation=45, ha="right")
3. 对比分析
从结果不难看出，使用Seaborn绘图的代码更加简单，虽然二者存在细小差异，但效果几乎一致。这也就是Seaborn为什么高效的原因。Seaborn中集成了主流图表的绘制函数，用户只需一行代码即可绘制高大上的图表。大大提高了数据分析的效率，这在数据挖掘探索阶段非常有用。
小哥Tips：
以下均为小哥个人见解：
- 使用Seaborn绘图时，不建议过度自定义。因为Seaborn中函数已经是一种绘图“模板”，过度自定义调整可能使得图表看起来很别扭。而且也增加了工作量，弱化了使用Seaborn的优势。
- 在使用Seaborn进行可视化前，尽量将数据集转化为Pandas数据结构，将Pandas数据结构和Seaborn结合使用可达到1+1>2的效果。
- Seaborn更专注于数据样本的统计图表绘制。