本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。
前言
用函数以及相关参数解析
seaborn.heatmap(
data,
vmin=None, vmax=None,
cmap=None,
center=None,
robust=False,
annot=None,
fmt=’.2g’,
annot_kws=None,l
inewidths=0,
linecolor=’white’,
cbar=True,
cbar_kws=None,
cbar_ax=None,
square=False,
xticklabels=’auto’, yticklabels=’auto’,
mask=None,
ax=None,
**kwargs)
vmin=None,vmax=None, # 分别是热力图的颜色取值最大和最小范围，默认是根据data数据表里的取值确定
cmap=None, # 设置颜色
center=None,# 数据表取值有差异时，设置热力图的色彩中心对齐值；通过设置center值，可以调整生成的图像颜色的整体深浅；设置center数据时，如果有数据溢出，则手动设置的vmax、vmin会自动改变
robust=False, #默认取值False；如果是False，且没设定vmin和vmax的值，热力图的颜色映射范围根据具有鲁棒性的分位数设定，而不是用极值设定
annot=None, #默认取值False；如果是True，在热力图每个方格写入数据；如果是矩阵，在热力图每个方格写入该矩阵对应位置数据
fmt=’.2g’, #字符串格式代码，矩阵上标识数字的数据格式，比如保留小数点后几位数字
annot_kws=None,# annot为True时，设置显示数字的颜色、大小、位置等。
linewidths=0, #定义热力图里“表示两两特征关系的矩阵小块”之间的间隔大小
linecolor=’white’, #切分热力图上每个矩阵小块的线的颜色，默认值是’white’
cbar=True, #是否在热力图侧边绘制颜色刻度条，默认值是True
cbar_kws=None, #热力图侧边绘制颜色刻度条时，相关字体设置，默认值是None
cbar_ax=None, #热力图侧边绘制颜色刻度条时，刻度条位置设置，默认值是None
square=False, #设置热力图矩阵小块形状，默认值是False
xticklabels=’auto’, yticklabels=’auto’, #控制每列/行标签名的输出
mask=None, #覆盖某些数据
ax=None, #设置作图的坐标轴，一般画多个子图时需要修改不同的子图的该值
实操部分
1、载入相关库
df = pd.DataFrame(np.random.uniform(-1, 1, size=(5, 5)))2、生成随机DataFrame（array也可以，不过我更喜欢用DataFrame）
df = pd.DataFrame(np.random.uniform(-1, 1, size=(5, 5)))
3、默认参数画热力图
sns.heatmap(df)
4、改变图形颜色
sns.heatmap(df,cmap='Blues')
5、改变颜色取值范围（与图1对比）
因为数据范围是-1到1，所以增大颜色取值范围，图表呈现的颜色会很相近。
sns.heatmap(df,vmax=5,vmin=-5) #
6、设置热力图的色彩中心对齐值
sns.heatmap(df,center=-0.8)
7、往格子里写入数据，并设置字体、颜色等
sns.heatmap(df, annot=True, annot_kws={'size':8,'weight':'bold', 'color':'blue'})
8、设置数字显示保留几位小数点
sns.heatmap(df,annot=True,fmt='.1f') #这里设置保留一位小数点
9、用mask覆盖某些数据
sns.heatmap(df, annot=True, mask = df<0) # 覆盖小于0的数据
10、制相关系数矩阵时，可以按下面代码绘制一半
mask = np.zeros_like(df) # 设置0矩阵 mask[np.triu_indices_from(mask)] = True #把矩阵上部分设置为1 #mask[np.tril_indices_from(mask)] = True #把矩阵下部分设置为1 #设置为1 的单元格将不再显示 with sns.axes_style("white"): ax = sns.heatmap(df, mask=mask)
11、设置画布大小，分辨率，并保存图片
lt.subplots(figsize = (5,5),dpi=150) # 用mask覆盖某些数据 sns.heatmap(df,annot=True) # 覆盖小于0的数据 # 保存图片 plt.savefig("热力图.png")
以上文章来源于php中文网，作者 零到壹度
