seaborn画图——热力图及其参数详解，查找cmap的取值

最新推荐文章于 2024-06-30 10:50:00 发布

zhi金——金小亮

最新推荐文章于 2024-06-30 10:50:00 发布

阅读量3k

点赞数 2

文章标签： python 开发语言

本文链接：https://blog.csdn.net/m0_68795816/article/details/125686360

版权

该博客介绍了如何使用Seaborn库绘制数据相关性热力图，并展示了相关参数的含义和用法。通过示例代码展示了如何设置最小值、最大值、颜色映射、注释等参数，以及如何自定义横轴标签和图像中心颜色。此外，还列举了Seaborn可用的所有颜色映射选项。

摘要由CSDN通过智能技术生成

# 加载包
import pandas as pd 
import matplotlib.pyplot as plt
import seaborn as sns
# 使用pandas创建数据
s = pd.DataFrame(
   { 'v1':[11,22,3],
    'v2':[47,52,64],
    'v3':[70,8,93]}
)
# 求取相关性系数
sc=s.corr()
ax = sns.heatmap(sc,vmin=-1,vmax=1,cmap='Spectral_r',annot=True,square=True)
# 图片保存
plt.savefig('./热力图.jpg')

结果展示：
在这里插入图片描述

参数解释：

参数	解释
vim	最小值
vmax	最大值
annot	是否显示数字
square	形状是否为正方形
camp	颜色选择
fmt	图中数字的格式
xticklabels	设置图中横轴的标签
yticklabels	设置图中纵轴的标签
linewidths	设置每个小方格的宽度
linecolor	设置每个小方格之间线的颜色
center	调整生成图像颜色的深浅程度

下图修改xticklabels参数以及center参数

s = pd.DataFrame(
   { 'v1':[11,22,3],
    'v2':[47,52,64],
    'v3':[70,8,93]}
)
sc=s.corr()
ax = sns.heatmap(sc,vmin=-1,vmax=1,cmap='Spectral_r',annot=True,square=True,xticklabels=['a','b','c'],center=True) 
plt.savefig('./热力图.jpg')

在这里插入图片描述

cmap参数可以通过下边的代码查询

plt.colormaps()

下面显示的是所有cmap的取值

['Accent',
 'Accent_r',
 'Blues',
 'Blues_r',
 'BrBG',
 'BrBG_r',
 'BuGn',
 'BuGn_r',
 'BuPu',
 'BuPu_r',
 'CMRmap',
 'CMRmap_r',
 'Dark2',
 'Dark2_r',
 'GnBu',
 'GnBu_r',
 'Greens',
 'Greens_r',
 'Greys',
 'Greys_r',
 'OrRd',
 'OrRd_r',
 'Oranges',
 'Oranges_r',
 'PRGn',
 'PRGn_r',
 'Paired',
 'Paired_r',
 'Pastel1',
 'Pastel1_r',
 'Pastel2',
 'Pastel2_r',
 'PiYG',
 'PiYG_r',
 'PuBu',
 'PuBuGn',
 'PuBuGn_r',
 'PuBu_r',
 'PuOr',
 'PuOr_r',
 'PuRd',
 'PuRd_r',
 'Purples',
 'Purples_r',
 'RdBu',
 'RdBu_r',
 'RdGy',
 'RdGy_r',
 'RdPu',
 'RdPu_r',
 'RdYlBu',
 'RdYlBu_r',
 'RdYlGn',
 'RdYlGn_r',
 'Reds',
 'Reds_r',
 'Set1',
 'Set1_r',
 'Set2',
 'Set2_r',
 'Set3',
 'Set3_r',
 'Spectral',
 'Spectral_r',
 'Wistia',
 'Wistia_r',
 'YlGn',
 'YlGnBu',
 'YlGnBu_r',
 'YlGn_r',
 'YlOrBr',
 'YlOrBr_r',
 'YlOrRd',
 'YlOrRd_r',
 'afmhot',
 'afmhot_r',
 'autumn',
 'autumn_r',
 'binary',
 'binary_r',
 'bone',
 'bone_r',
 'brg',
 'brg_r',
 'bwr',
 'bwr_r',
 'cividis',
 'cividis_r',
 'cool',
 'cool_r',
 'coolwarm',
 'coolwarm_r',
 'copper',
 'copper_r',
 'cubehelix',
 'cubehelix_r',
 'flag',
 'flag_r',
 'gist_earth',
 'gist_earth_r',
 'gist_gray',
 'gist_gray_r',
 'gist_heat',
 'gist_heat_r',
 'gist_ncar',
 'gist_ncar_r',
 'gist_rainbow',
 'gist_rainbow_r',
 'gist_stern',
 'gist_stern_r',
 'gist_yarg',
 'gist_yarg_r',
 'gnuplot',
 'gnuplot2',
 'gnuplot2_r',
 'gnuplot_r',
 'gray',
 'gray_r',
 'hot',
 'hot_r',
 'hsv',
 'hsv_r',
 'icefire',
 'icefire_r',
 'inferno',
 'inferno_r',
 'jet',
 'jet_r',
 'magma',
 'magma_r',
 'mako',
 'mako_r',
 'nipy_spectral',
 'nipy_spectral_r',
 'ocean',
 'ocean_r',
 'pink',
 'pink_r',
 'plasma',
 'plasma_r',
 'prism',
 'prism_r',
 'rainbow',
 'rainbow_r',
 'rocket',
 'rocket_r',
 'seismic',
 'seismic_r',
 'spring',
 'spring_r',
 'summer',
 'summer_r',
 'tab10',
 'tab10_r',
 'tab20',
 'tab20_r',
 'tab20b',
 'tab20b_r',
 'tab20c',
 'tab20c_r',
 'terrain',
 'terrain_r',
 'twilight',
 'twilight_r',
 'twilight_shifted',
 'twilight_shifted_r',
 'viridis',
 'viridis_r',
 'vlag',
 'vlag_r',
 'winter',
 'winter_r']