参数详解python_Python基础热图参数超级详解

"pythonic生物人"的第之前篇分享。

热力图(heatmap)可通过颜色深浅变化，优雅的展示数据的差异；本篇详细介绍python seaborn绘制热图(手把手讲解)。

---

本文您将学到什么?

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hetmap2.1.2 colorbar(图例)范围修改：vmin、vmax2.1.3 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：center2.1.5 热图中文本开关：annot2.1.6 格子中数据的格式化输出：fmt2.1.7 格子中数据(字体大小、磅值、颜色)等设置：annot_kws2.1.8 格子外框宽度、颜色设置：linewidths、linecolor2.1.9 图例开关：cbar2.1.10 图例位置、名称、标签等设置：cbar_kws2.1.11 热图中只显示部分符合条件的数据：mask2.1.12 自定义x轴、y轴标签：xticklabels、yticklabels

3、seaborn.heatmap所有参数详解代码

正文开始啦

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：鸢尾花iris数据集；

import matplotlib.pyplot as pltimport numpy as npimport pandas as pdfrom pandas import Series,DataFrameimport seaborn as snsimport 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)']).reshape(25,6)#Series转np.array
df = pd.DataFrame(data1, 
                  index=[chr(i) for i in range(65, 90)],#DataFrame的行标签设置为大写字母
                  columns=["a","b","c","d","e","f"])#设置DataFram