手把手教你用python绘制热度图(heatmap)

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：

来源：https://blog.csdn.net/Huang_8208_sibo/article/details/124699315