python 可视化热力图 heatmap

向云端UP

已于 2023-10-22 13:15:47 修改

阅读量1k

点赞数 1

分类专栏： # 可视化文章标签： python sklearn 数据可视化 matplotlib

于 2023-07-26 14:48:04 首次发布

本文链接：https://blog.csdn.net/u012121721/article/details/131938486

版权

可视化专栏收录该内容

4 篇文章

订阅专栏

文章介绍了如何利用Python的数据分析库seaborn和matplotlib创建热力图来展示数据集中的相关系数矩阵。通过设置参数如vmin,vmax,cmap和annot，可以自定义热力图的显示效果，包括颜色范围、颜色映射和数值注释。示例代码展示了读取Excel数据并生成带有注释的蓝色调热力图的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

热力图 heatmap

热力图常用于展示一组变量的相关系数矩阵。

heatmap(data, vmin=None, vmax=None, cmap=None, center=None, annot=None, fmt='.2g',
     	annot_kws=None, linewidths=0, linecolor='white', cbar=True, cbar_kws = None,
     	square=False, xticklabels='auto', yticklabels='auto', mask=None, ax=None)

data：可视化数据集
vmin,vmax：用于指定图例中最小值与最大值的显示值
cmap：填充颜色（常见的颜色‘Blues’,‘Greens’,‘Reds’等）
center：指定颜色中心值，通过该参数可以调整热力图的颜色深浅。
annot：指定一个bool类型的值或与data参数形状一样的数组，如果为True，就在热力图的每个单元上显示数值。
fmt：指定单元格中数据的显示格式。
square：bool类型参数，是否使热力图的每个单元格为正方形，默认为False。
mask：用于突出显示某些数据。
ax：用于指定子图的位置。

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
plt.rcParams['font.sans-serif'] = ['SimHei']    #定义使其正常显示中文字体黑体
plt.rcParams['axes.unicode_minus'] = False      #用来正常显示表示负号
dcorr=pd.read_excel('data.xlsx',index_col='指标')
plt.subplots(figsize=(10,8))
sns.heatmap(dcorr,vmax=1, cmap="Blues",annot=True, square=True)