Python seaborn绘制热力图

2024年3月13日

写在前面：有些讲的不清楚的地方，大家可以在官方网站上查看语法：Seaborn：统计数据可视化 — seaborn 0.13.2 文档 (pydata.org)

一般来说，我们使用python的一些库时，需要了解数据输入的格式，然后将自己的数据整理成我们使用的库需要的格式，这个是学会使用库最重要的！！

第一步：查看seaborn需要的数据格式。

import seaborn as sns

glue = sns.load_dataset("glue").pivot(index="Model", columns="Task", values="Score")
sns.heatmap(glue)

glue数据

结果图

说明列就是热力图的y轴，行为热力图的x轴。这里，我需要以1~12月设置为列，2000~2022年设置为行。因此，我的数据需要调整为如下所示的格式：

我使用的数据

第二步：输入自己的数据，并绘图。 

# 导入需要的库

import seaborn as sns

import pandas as pd

import os

# 导入数据

data = pd.read_csv('你的文件夹位置')

data = data.set_index('month') # 将index设置为month

ax = sns.heatmap(data) # 绘制热力图

# 这里需要注意：当你的文件输入时，文件的index不是month，这会导致程序报错：ValueError: could not convert string to float: 'Jan'

# 所以需要在这段代码之前将index设置为month

结果图

# 如果需要在热力图上标记数字，可以使用以下代码：

ax = sns.heatmap(data, annot=True)
# or 设置保留小数点的代码：
ax = sns.heatmap(data, annot=True, fmt='.1f')

带数字的结果图

第三步：设置坐标轴和颜色。大家可以选择自己喜欢的颜色。

c = sns.color_palette("Spectral", as_cmap=True) # seabron本身的颜色
ax = sns.heatmap(data, cmap=c)

# 或者自己设置颜色也可以，代码如下：

c=sns.color_palette("ch:s=.25,rot=-.25", as_cmap=True) 

结果1

ax = sns.heatmap(data, vmin=-0.01, vmax=1.25, cmap=c, 
                             cbar_kws={'label': 'days'}) # 设置图例最大值（vmax）和最小值（vmin）以及图例名称cbar_kws
ax.set(xlabel='Year', ylabel='Month') # 设置坐标轴title

结果2

上面的图字太小，将字体变大（结果3），代码如下： 

with sns.plotting_context("talk"):
        c = sns.color_palette("blend:#7AB,#EDA", as_cmap=True)
        ax = sns.heatmap(data, vmin=-0.01, vmax=1.25, cmap=c, 
                             cbar_kws={'label': 'days'})
        ax.set(xlabel='Year', ylabel='Month')

结果3