手把手教你用python绘制热度图(heatmap)
作者：黄思博呀
我们在做诸如人群密集度等可视化的时候,可能会考虑使用热力图,在Python中能很方便地绘制热力图,下面这篇文章主要给大家介绍了关于用python绘制热度图(heatmap)的相关资料,需要的朋友可以参考下
1、简单的代码
from matplotlib import pyplot as plt import seaborn as sns import numpy as np import pandas as pd #练习的数据： data=np.arange(25).reshape(5,5) data=pd.DataFrame(data) #绘制热度图： plot=sns.heatmap(data) plt.show()
查看效果：
2、添加X轴和Y轴标签和标题：
plt.xlabel("X",size=20)
plt.ylabel("Y",size=20,rotation=0)
plt.title("heatmap",size=20)查看效果：
3、对右侧的色条(colorbar)进行调整：
在heatmap里添加关键字参数cbar_kws，这个参数对应是一个字典，字典的内容传递给类Colorbar。这个类就是被调用来绘制色条的。
from matplotlib import pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd
#练习的数据：
data=np.arange(-18,18).reshape(6,6)
data=pd.DataFrame(data)
#设置色条的刻度：
tick_=np.arange(-20,20,5).astype(float)
#编辑做为参数的字典：
dict_={'orientation':'vertical',"label":"color \
scale","drawedges":True,"ticklocation":"top","extend":"min", \
"filled":True,"alpha":0.8,"cmap":"cmap","ticks":tick_}
#将字典传入给参数cbar_kws:
cmap=sns.heatmap(data,cbar_kws=dict_,center=0)
#添加标题和标签：
plt.xlabel("X",size=20)
plt.ylabel("Y",size=20,rotation=0)
plt.title("heatmap",size=20)
plt.show()查看效果：
这里的orientation（定位）参数对应的参数值有vertical（垂直）和 horizontal（水平），可以调整色条的放置状态，ticks参数传递色条的刻度值。
4、修改色条的刻度值和标签的字体大小、颜色：
在Colorbar类里，没有直接的参数可以调整刻度字体的大小，所以无法通过关键字参数cbar_kws进行调整刻度字体大小。
但是可以调用Colorbar的ax类进行调整：
#调用Colorbar类： cbar = cmap.collections[0].colorbar #利用Colorbar类的axis类的方法，修改刻度大小和设置刻度颜色 cbar.ax.tick_params(labelsize=20,labelcolor="blue")
这里的cmap是用sns.heatmap()函数绘制热度图时赋予的对象
这里的关键步骤是cbar = cmap.collections[0].colorbar
得到的cbar.ax变量是matplotlib.axes._subplots.AxesSubplot类，和cmap变量一致
这里的cbar.ax连接到matplotlib.axis类，可以使用后者的方法
#修改色条标签的字体大小： cbar.ax.ylabel(ylabe="color scale",size=20,color="red",loc="center") plt.show()
查看效果：
实际上，这副热度图可以看做是两张图，左侧的热度图和右侧的色条。
5、对热度图显示数值和添加网格线：
from matplotlib import pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd
from matplotlib import colorbar
#练习的数据：
data=np.arange(-18,18).reshape(6,6)
data=pd.DataFrame(data)
#绘制热度图：
tick_=np.arange(-20,20,5).astype(float)
dict_={'orientation':'vertical',"label":"color \
scale","drawedges":True,"ticklocation":"right","extend":"min", \
"filled":True,"alpha":0.8,"cmap":"cmap","ticks":tick_,"spaci,linewidths=0.5ng":'proportional'}
#绘制添加数值和线条的热度图：
cmap = sns.heatmap(data,linewidths=0.8,annot=True,fmt="d")
plt.xlabel("X",size=20)
plt.ylabel("Y",size=20,rotation=0)
plt.title("heatmap",size=20)
#调整色带的标签：
cbar = cmap.collections[0].colorbar
cbar.ax.tick_params(labelsize=20,labelcolor="blue")
cbar.ax.set_ylabel(ylabel="color scale",size=20,color="red",loc="center")
plt.show()查看效果：
6、 定义热度图的配色板
利用heatmapL里的参数cmap，较好看的参数有“YlGnBu”和“BuPu_r”：
要知道cmap有哪些参数，报一次错就可以了。
#练习的数据： data=np.arange(-18,18).reshape(6,6) flights=pd.DataFrame(data) #设置一个1行2列的画图： fig,ax=plt.subplots(1,2) sns.heatmap(flights, cmap="YlGnBu",ax=ax[0]) sns.heatmap(flights, cmap="BuPu_r",ax=ax[1]) plt.show()
查看效果：
总结
到此这篇关于手把手教你用python绘制热度图(heatmap)的文章就介绍到这了,更多相关python绘制热度图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！