Matplotlib 是 Python 中常用的绘图库,可以用来创建各种类型的图表,包括热力图。今天我们就用Matplotlib库来绘制热力图,热力图是一种用颜色变化来表示数据矩阵值的图表,通常用于可视化矩阵数据中的相对值。在热力图中,数据的值通过颜色的深浅来表示,通常使用颜色映射(colormap)来显示数值大小。
热力图的作用包括:
可视化矩阵数据的分布和结构,帮助观察数据的规律和特征。
在数据分析和数据挖掘中,用于发现数据之间的相关性和趋势。
在科学和工程领域,用于展示热量分布、温度分布等物理量的空间分布情况。
用于展示地图数据中的热点分布,比如人口密度、疾病传播等。
以下是Matplotlib库绘制热力图的示例代码:
import numpy as np
import matplotlib.pyplot as plt
# 销售数据
data = np.array([[100, 200, 150, 200],
[250, 150, 200, 350],
[300, 250, 150, 400],
[200, 300, 250, 450]])
# 地区标签
regions = ["Region 1", "Region 2", "Region 3", "Region 4"]
# 产品标签
products = ["Product 1", "Product 2", "Product 3", "Product 4"]
# 绘制热力图
plt.imshow(data, cmap="hot", interpolation="nearest")
# 设置坐标轴标签
plt.xticks(range(len(products)), products)
plt.yticks(range(len(regions)), regions)
# 添加颜色条
plt.colorbar()
# 设置标题
plt.title("Sales Heatmap")
# 显示图形
plt.show()