Python中使用Matplotlib和Seaborn来绘制热力图 参数详细介绍

在Python中，绘制热力图时，你可以使用不同的库，例如matplotlib和seaborn。

1. 使用 matplotlib 绘制热力图的常用参数：

• data: 二维数组，表示矩阵数据。
• cmap: 颜色映射，指定颜色的方案。常见的有 'viridis', 'plasma', 'cividis', 'inferno' 等。
• interpolation: 插值方法，控制热力图的平滑度。常见的有 'nearest', 'bilinear', 'bicubic' 等。
• aspect: 控制图形的长宽比。
• vmin 和 vmax: 数据值的最小和最大范围，用于确定颜色映射的范围。
• annot: 在每个单元格中显示数值。
• fmt: 指定显示数值的格式，例如 ".2f" 表示保留两位小数。
• cbar_kws: 用于设置颜色条（colorbar）的属性，比如 {'label': 'Colorbar'} 可以添加颜色条的标签。

import matplotlib.pyplot as plt
import numpy as np

data = np.random.random((10, 10))

plt.imshow(data, cmap='viridis', interpolation='nearest')
plt.colorbar()
plt.title('Heatmap using Matplotlib')
plt.show()

2. 使用 seaborn 绘制热力图的常用参数：

• data: 二维数组，表示矩阵数据。
• cmap: 颜色映射，与matplotlib中相同。
• annot: 在每个单元格中显示数值。
• fmt: 指定显示数值的格式。
• cbar: 是否显示颜色条。
• cbar_kws: 用于设置颜色条的属性，例如 {'label': 'Colorbar'}。
• xticklabels 和 yticklabels: 是否显示x轴和y轴的标签。

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

data = np.random.random((10, 10))

sns.heatmap(data, cmap='viridis', annot=True, fmt=".2f", cbar_kws={'label': 'Colorbar'})
plt.title('Heatmap using Seaborn')
plt.show()