seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, robust=False, annot=None, fmt='.2g', annot_kws=None, linewidths=0, linecolor='white', cbar=True, cbar_kws=None, cbar_ax=None, square=False, xticklabels='auto', yticklabels='auto', mask=None, ax=None, **kwargs)
API
作用:
用颜色编码的矩阵来绘制矩形数据-热力图
参数:
总共有20个参数,除了data以外,其他的都有默认值,其他的只是用来装饰热力图的。
实例:
import numpy as np; np.random.seed(0)
import seaborn as sns; sns.set()
uniform_data = np.random.rand(10, 12)
ax = sns.heatmap(uniform_data)
这里列举个别,以后碰到在慢慢理解
mask:boolean array or DataFrame, optional
如果传递,数据将不会显示在掩码为真的单元格中。缺少值的单元格将被自动屏蔽。
vmin, vmaxfloats, optional
值来确定颜色,否则它们将从数据和其他关键字参数中推断出来。
square:boolean, optional
如果为真,则将轴方向设置为“equal”,以便每个单元格都是方形的。
annot:bool or rectangular dataset, optional
如果为真,则在每个单元格中写入数据值。如果一个类似数组的形状与数据相同,那么使用它来注释热图而不是数据。注意,DataFrames将匹配位置,而不是索引。
cbar: cbarboolean, optional
Whether to draw a colorbar.
cbar_kws: dict of key, value mappings, optional
Keyword arguments for fig.colorbar.
cbar_ax: matplotlib Axes, optional
Axes in which to draw the colorbar, otherwise take space from the main Axes.
实例:
corrMatt = train[["temp","atemp",
"hum","windspeed",
"casual","registered",
"cnt"]].corr()
mask = np.array(corrMatt)
mask[np.tril_indices_from(mask)] = False #下三角
sn.heatmap(corrMatt, mask=mask,
vmax=.8, square=True,annot=True)