使用HeatMap画热图

目录

一、什么是热图？

二、Matlab怎么画热图？

三、Python怎么画热图？

---

一、什么是热图？

        热图（Heat Map）是一种可视化方式，用于表示二维数据的矩阵，其中不同的数值通过不同颜色的方块或单元格来表示。每个单元格的颜色深浅或者色调会根据数据的值进行相应的变化，使得我们能够直观地观察数据之间的模式和关系。

        在热图中，通常使用颜色渐变来表示数值的大小。常见的热图颜色映射包括灰度、彩虹色、红蓝色等。较小的值可以用深色或冷色表示，而较大的值则用浅色或暖色表示。这种颜色的分布可以使得数据的高低、趋势和相关性等特征在视觉上更易于辨别。

        热图在数据分析和可视化中非常常见，它可以用于各种领域，如生物学、金融、社会科学、工程等。通过热图，我们可以更好地理解数据之间的关系和规律，发现异常值或者异常模式，并支持决策过程。

二、Matlab怎么画热图？

% 清除命令窗口和工作区的数据
clc; 
clear; 

% 创建一个8x8的数据矩阵，表示不同CNC设备之间的关系
data = [ 38,40,16,31,-12,-16,-1,0;    
         20,0,35,0,12,0,10,0;       
         0,6,9,10,19,13,28,60;       
         39,0,31,0,1,0,0,0;        
         0,30,0,39,0,1,0,0;        
         1,0,1,17,56,0,12,0;       
         0,2,60,1,0,56,0,12;       
         0,19,10,0,12,0,59,0];

% 定义横轴和纵轴的标签，对应CNC设备的名称
xvalues = {'CNC1', 'CNC2', 'CNC3', 'CNC4', 'CNC5', 'CNC6', 'CNC7', 'CNC8'};
yvalues = {'CNC1', 'CNC2', 'CNC3', 'CNC4', 'CNC5', 'CNC6', 'CNC7', 'CNC8'};

% 将yvalues转置为列向量
yvalues = yvalues';

% 创建一个热图对象h，使用redbluecmap颜色映射，并设置行列标签
h = HeatMap(data, 'Colormap', redbluecmap, 'ColumnLabels', yvalues, 'RowLabels', xvalues);

% 在热图中显示数据值
h.Annotate = true;

 

三、Python怎么画热图？

import seaborn as sns
import matplotlib.pyplot as plt

# 示例数据：这里使用了一个相关系数矩阵作为示例数据
# 替换data为您自己的相关系数矩阵
data = [[38, 40, 16, 31, -12, -16, -1, 0],
        [20, 0, 35, 0, 12, 0, 10, 0],
        [0, 6, 9, 10, 19, 13, 28, 60],
        [39, 0, 31, 0, 1, 0, 0, 0],
        [0, 30, 0, 39, 0, 1, 0, 0],
        [1, 0, 1, 17, 56, 0, 12, 0],
        [0, 2, 60, 1, 0, 56, 0, 12],
        [0, 19, 10, 0, 12, 0, 59, 0]]

# 标签，如果需要，可以自定义行和列的标签
row_labels = ['CNC1', 'CNC2', 'CNC3', 'CNC4', 'CNC5', 'CNC6', 'CNC7', 'CNC8']
col_labels = ['CNC1', 'CNC2', 'CNC3', 'CNC4', 'CNC5', 'CNC6', 'CNC7', 'CNC8']


# 设置风格（可选）
sns.set(style="white")
'''
"darkgrid"：深色网格风格，背景为深色，有网格线。
"whitegrid"：白色网格风格，背景为白色，有网格线。
"dark"：深色风格，背景为深色，无网格线。
"white"：白色风格，背景为白色，无网格线。
"ticks"：坐标轴刻度风格，有刻度线但没有网格线。'''

# 绘制热图
sns.heatmap(data, annot=True, cmap="summer", xticklabels=col_labels, yticklabels=row_labels)

# 显示图形
plt.show()