python输出字体的大小_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

欢迎随缘关注@pythonic生物人

Matplotlib热图heatmap

seaborn热图1

seaborn热图2

seaborn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：鸢尾花iris数据集；

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