Python数据可视化 | 热度图

热图（Heatmaps）是数据分析中常用的工具，但有时候，仅仅使用颜色来表示数值并不够清晰。在传统的热图中，我们使用颜色来表示数值，然而，将颜色映射到具体的数值仍然有一定难度。

那么，如何能够让热图更加直观呢？答案是通过添加一个尺寸组件。简单来说，就是越大的尺寸对应着越高的数值。这个方法尤其有用，因为许多数值接近零的情况下，图形元素会迅速缩小，使图像更加清晰。

如图所见，通过添加方形尺寸组件，我们使得数据的分布变得更加明显，更容易理解。这种方法可以让您更准确地观察数据中的高值和低值，而不仅仅依赖颜色。

这项改进的热图技巧不仅使数据更加直观，还让热图变得更加清晰易懂。无论是在数据分析还是数据可视化工作，这个技巧都将提高工作效率和数据解读准确性。

完整代码

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.patches import Circle, Rectangle
import matplotlib.colors as mcolors
import string
import seaborn as sns
sns.set()
plt.rcParams[‘font.family’] = [‘Times New Roman’, ‘sans-serif’]
plt.rcParams[‘figure.dpi’] = 144

values = np.array([