我与Python相遇的每天_2020-5-29 热力图

1.     使用plt.imshow函数绘制热力图

imshow(X, cmap=None,norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None,origin=None, extent=None, shape=None, filternorm=1, filterrad=4.0, imlim=None,resample=None, url=None, hold=None, data=None, **kwargs)

X为数组,数组矩阵重构,可使用reshape函数

2.    用第三方库seaborn.heatmap绘制热力图

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)

3.    mshow()与seeborn.heatmap的区别

a、 seeborn.heatmap能直接把颜色调出来,cbar=False取消颜色棒的显示,默认为True

plt.imshow()需要另外调用一个函数plt.colorbar()。其中plt.colorbar() 参数shrink的值为bar的压缩尺寸,默认为1

b、 seaborn.heatmap能在图表显示数据,参数annot=True

4.     用标签替代坐标值的方法

a、使用figure

   plt.yticks(range(len(ylabel)), ylabel)

    plt.xticks(range(len(xlabel)), xlabel)

b、使用figure显式创建Axes

fig = plt.figure(facecolor='w')

ax = fig.add_subplot(111, position=[0.1, 0.15, 0.8, 0.8])

ax.set_yticks(range(len(ylabel)))

ax.set_yticklabels(ylabel)  #用ylabel替代y坐标值

ax.set_xticks(range(len(xlabel)))

ax.set_xticklabels(xlabel)

5.    颜色设置

interpolation的设定,取‘nearest’,默认‘None’;vmax/vmin取数组的最大最小;extend包含坐标轴的四个角值,xmin/xmax、ymin/ymax

6.     reshape函数的使用

reshape函数总是将原矩阵A,重组为新矩阵B,这里A、B元素个数需相同。重组的规则如下:

总是先处理低维的,再处理高维的,比如要把4*6的A变为6*4的B,就要先扫描A的第一列,扫描过程中行数不断发生变化,列数隔一段时间变化一次,这就是前面说的:先处理低维再处理高维(行是低维,列比行高一维)

7.     random包含的函数

rand、randn、seed、choice、random、randint、uniform

8.    建立多图形

你可能感兴趣的:(我与Python相遇的每天_2020-5-29 热力图)