【100天精通Python】Day68：Python可视化_Matplotlib 绘制热力图，示例+代码

目录

1 值热力图（Value Heatmap）:

2 密度热力图（Density Heatmap）

3 时间热力图（Time Heatmap）:

4 空间热力图（Spatial Heatmap）

5 渐变热力图（Gradient Heatmap）

6 3D热力图

---

        Matplotlib 是一个Python数据可视化库，它提供了各种绘图工具和函数，用于创建多种类型的图表，包括热力图（Heatmap）。热力图是一种用颜色来表示数据值的分布和模式的可视化方式，通常用于研究数据的相关性、密度、趋势等。

1 Matplotlib绘制热力图步骤

1. 导入库：

   在开始之前，需要导入必要的库，包括Matplotlib和NumPy。NumPy通常用于生成或处理数据。

   import numpy as np
   
   import matplotlib.pyplot as plt

2. 准备数据：

   在绘制热力图之前，需要准备数据。数据可以是二维数组或矩阵，其中每个元素表示某个位置的数值。

   data = np.random.rand(10, 10) # 示例数据，可以根据需求替换为你的数据

3. 创建热力图：

   使用Matplotlib的imshow函数来创建热力图。你可以指定颜色映射（colormap），以及其他可选的参数，如图例、坐标轴标签等。

   ​plt.imshow(data, cmap='viridis')  # 使用'viridis'颜色映射，可以根据