手把手教你用python繪制熱度圖(heatmap)

更新時間：2022年12月23日 08:12:59 作者：黃思博呀

我們在做諸如人群密集度等可視化的時候,可能會考慮使用熱力圖,在Python中能很方便地繪制熱力圖,下面這篇文章主要給大家介紹了關(guān)于用python繪制熱度圖(heatmap)的相關(guān)資料,需要的朋友可以參考下

1、簡單的代碼
2、添加X軸和Y軸標(biāo)簽和標(biāo)題：
3、對右側(cè)的色條(colorbar)進(jìn)行調(diào)整：
4、修改色條的刻度值和標(biāo)簽的字體大小、顏色：
5、對熱度圖顯示數(shù)值和添加網(wǎng)格線：
6、定義熱度圖的配色板
總結(jié)

1、簡單的代碼

from matplotlib import pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd
 
#練習(xí)的數(shù)據(jù)：
data=np.arange(25).reshape(5,5)
data=pd.DataFrame(data)
 
#繪制熱度圖：
plot=sns.heatmap(data)
 
plt.show()

查看效果：

2、添加X軸和Y軸標(biāo)簽和標(biāo)題：

plt.xlabel("X",size=20)
plt.ylabel("Y",size=20,rotation=0)
plt.title("heatmap",size=20)

查看效果：

3、對右側(cè)的色條(colorbar)進(jìn)行調(diào)整：

在heatmap里添加關(guān)鍵字參數(shù)cbar_kws，這個參數(shù)對應(yīng)是一個字典，字典的內(nèi)容傳遞給類Colorbar。這個類就是被調(diào)用來繪制色條的。

from matplotlib import pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd
 
#練習(xí)的數(shù)據(jù)：
data=np.arange(-18,18).reshape(6,6)
data=pd.DataFrame(data)
 
#設(shè)置色條的刻度：
tick_=np.arange(-20,20,5).astype(float)
 
#編輯做為參數(shù)的字典：
dict_={'orientation':'vertical',"label":"color  \
scale","drawedges":True,"ticklocation":"top","extend":"min", \
"filled":True,"alpha":0.8,"cmap":"cmap","ticks":tick_}
 
#將字典傳入給參數(shù)cbar_kws:
cmap=sns.heatmap(data,cbar_kws=dict_,center=0)
 
#添加標(biāo)題和標(biāo)簽：
plt.xlabel("X",size=20)
plt.ylabel("Y",size=20,rotation=0)
plt.title("heatmap",size=20)
 
plt.show()

查看效果：

這里的orientation（定位）參數(shù)對應(yīng)的參數(shù)值有vertical（垂直）和 horizontal（水平），可以調(diào)整色條的放置狀態(tài)，ticks參數(shù)傳遞色條的刻度值。

4、修改色條的刻度值和標(biāo)簽的字體大小、顏色：

在Colorbar類里，沒有直接的參數(shù)可以調(diào)整刻度字體的大小，所以無法通過關(guān)鍵字參數(shù)cbar_kws進(jìn)行調(diào)整刻度字體大小。

但是可以調(diào)用Colorbar的ax類進(jìn)行調(diào)整：

#調(diào)用Colorbar類：
cbar = cmap.collections[0].colorbar
 
#利用Colorbar類的axis類的方法，修改刻度大小和設(shè)置刻度顏色
cbar.ax.tick_params(labelsize=20,labelcolor="blue")

這里的cmap是用sns.heatmap()函數(shù)繪制熱度圖時賦予的對象

這里的關(guān)鍵步驟是cbar = cmap.collections[0].colorbar

得到的cbar.ax變量是matplotlib.axes._subplots.AxesSubplot類，和cmap變量一致

這里的cbar.ax連接到matplotlib.axis類，可以使用后者的方法

#修改色條標(biāo)簽的字體大小：
cbar.ax.ylabel(ylabe="color scale",size=20,color="red",loc="center")
 
plt.show()

查看效果：

實際上，這副熱度圖可以看做是兩張圖，左側(cè)的熱度圖和右側(cè)的色條。

5、對熱度圖顯示數(shù)值和添加網(wǎng)格線：

from matplotlib import pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd
from matplotlib import colorbar
 
#練習(xí)的數(shù)據(jù)：
data=np.arange(-18,18).reshape(6,6)
data=pd.DataFrame(data)
 
#繪制熱度圖：
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'}
#繪制添加數(shù)值和線條的熱度圖：
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)
 
#調(diào)整色帶的標(biāo)簽：
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、定義熱度圖的配色板

利用heatmapL里的參數(shù)cmap，較好看的參數(shù)有“YlGnBu”和“BuPu_r”：

要知道cmap有哪些參數(shù)，報一次錯就可以了。

#練習(xí)的數(shù)據(jù)：
data=np.arange(-18,18).reshape(6,6)
flights=pd.DataFrame(data)
 
#設(shè)置一個1行2列的畫圖：
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：