python 热图颜色_Python可视化matplotlib&seborn14-热图heatmap

热力图(heatmap)可通过颜色深浅变化，优雅的展示数据的差异。

详细介绍python seaborn绘制热图

本文速览Matplotlib热图heatmapseaborn热图1seaborn热图2seaborn热图3

本文您将了解到什么？1、matplotlib绘制热图

2、seaborn绘制热图

2.0 数据集准备

2.1 seaborn绘制heatmap

2.1.1 seaborn默认参数绘制hetmap

2.1.2 colorbar(图例)范围修改：vmin、vmax

2.1.3 修改热图颜色盘(colormap)：cmp

使用matplotlib中colormap

使用Seaborn颜色盘

使用palettable库中颜色盘

2.1.4 修改图例中心数据值大小：center

2.1.5 热图中文本开关：annot

2.1.6 格子中数据的格式化输出：fmt

2.1.7 格子中数据(字体大小、磅值、颜色)等设置：annot_kws

2.1.8 格子外框宽度、颜色设置：linewidths、linecolor

2.1.9 图例开关：cbar

2.1.10 图例位置、名称、标签等设置：cbar_kws

2.1.11 热图中只显示部分符合条件的数据：mask

2.1.12 自定义x轴、y轴标签：xticklabels、yticklabels

1、matplotlib绘制热图

matplotlib可通过以下两种方法绘制heamap；matplotlib.axes.Axes.imshow

matplotlib.pyplot.imshow

原始效果图，挺丑陋的；

改进后效果图(虽然要写很多辅助函数实现，但是可以很好的实现自定义热图，需要高度个性化的小伙伴可以去摸索)；

2、seaborn绘制热图

seaborn在matplotlib的基础上封装了个seaborn.heatmap，非常傻瓜式操作，我等调包侠的福音，效果可以赶得上R语言了，不逼逼，下面上干货：

2.0 数据集准备

使用鸢尾花iris数据集，数据集详细介绍请戳：

import matplotlib.pyplot as plt

import numpy as np

import pandas as pd

from pandas import Series,DataFrame

import seaborn as sns

import palettable#python颜色库

from sklearn import datasets

plt.rcParams['font.sans-serif']=['SimHei'] # 用于显示中文

plt.rcParams['axes.unicode_minus'] = False # 用于显示中文

iris=datasets.load_iris()

x, y = iris.data, iris.target

pd_iris = pd.DataFrame(np.hstack((x, y.reshape(150, 1))),columns=['sepal length(cm)','sepal width(cm)','petal length(cm)','petal width(cm)','class'] )

plt.figure(dpi=200, figsize=(10,6))

data1 = np.array(pd_iris['sepal length(cm)']