python生成热度图_Python可视化 | Seaborn5分钟入门(六)——heatmap热力图

Seaborn是基于matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，不需要经过大量的调整就能使你的图变得精致。

注：所有代码均在IPython notebook中实现

heatmap 热力图

热力图在实际中常用于展示一组变量的相关系数矩阵，在展示列联表的数据分布上也有较大的用途，通过热力图我们可以非常直观地感受到数值大小的差异状况。heatmap的API如下所示：

下面将演示这些主要参数的用法，第一件事还是先导入相关的packages。

import seaborn as sns

%matplotlib inline

sns.set(font_scale=1.5)

本次演示采用的数据集是Seaborn中内置的flights航班数据集：

#导入数据集后按年月两个维度进行数据透视

data=sns.load_dataset("flights")\

.pivot("month","year","passengers")

data.head()

如上图所示，dataframe中的数据代表了1949年-1960年每个月的航班乘客数量，接下来热力图就隆重登场啦！

sns.set_context({"figure.figsize":(8,8)})

sns.heatmap(data=data,square=True)

#可以看到热力图主要展示的是二维数据的数据关系

#不同大小的值对应不同的颜色深浅