python绘制热度图(heatmap)

1、简单的代码

from matplotlib import pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd

#练习的数据:
data=np.arange(25).reshape(5,5)
data=pd.DataFrame(data)

#绘制热度图:
plot=sns.heatmap(data)

plt.show()

查看效果:

python绘制热度图(heatmap)

2、添加X轴和Y轴标签和标题:

plt.xlabel("X",size=20)
plt.ylabel("Y",size=20,rotation=0)
plt.title("heatmap",size=20)

查看效果:

python绘制热度图(heatmap)

3、对右侧的色条(colorbar)进行调整:

在heatmap里添加关键字参数cbar_kws,这个参数对应是一个字典,字典的内容传递给类Colorbar。这个类就是被调用来绘制色条的。

from matplotlib import pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd

#练习的数据:
data=np.arange(-18,18).reshape(6,6)
data=pd.DataFrame(data)

#设置色条的刻度:
tick_=np.arange(-20,20,5).astype(float)

#编辑做为参数的字典:
dict_={'orientation':'vertical',"label":"color  \
scale","drawedges":True,"ticklocation":"top","extend":"min", \
"filled":True,"alpha":0.8,"cmap":"cmap","ticks":tick_}

#将字典传入给参数cbar_kws:
cmap=sns.heatmap(data,cbar_kws=dict_,center=0)

#添加标题和标签:
plt.xlabel("X",size=20)
plt.ylabel("Y",size=20,rotation=0)
plt.title("heatmap",size=20)

plt.show()

查看效果:

python绘制热度图(heatmap)

这里的orientation(定位)参数对应的参数值有vertical(垂直)和 horizontal(水平),可以调整色条的放置状态,ticks参数传递色条的刻度值。

4、修改色条的刻度值和标签的字体大小、颜色:

在Colorbar类里,没有直接的参数可以调整刻度字体的大小,所以无法通过关键字参数cbar_kws进行调整刻度字体大小。

但是可以调用Colorbar的ax类进行调整:

#调用Colorbar类:
cbar = cmap.collections[0].colorbar

#利用Colorbar类的axis类的方法,修改刻度大小和设置刻度颜色
cbar.ax.tick_params(labelsize=20,labelcolor="blue")

这里的cmap是用sns.heatmap()函数绘制热度图时赋予的对象

这里的关键步骤是cbar = cmap.collections[0].colorbar

得到的cbar.ax变量是matplotlib.axes._subplots.AxesSubplot类,和cmap变量一致

这里的cbar.ax连接到matplotlib.axis类,可以使用后者的方法

#修改色条标签的字体大小:
cbar.ax.ylabel(ylabe="color scale",size=20,color="red",loc="center")

plt.show()

查看效果:

python绘制热度图(heatmap)

实际上,这副热度图可以看做是两张图,左侧的热度图和右侧的色条。

5、对热度图显示数值和添加网格线:

from matplotlib import pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd
from matplotlib import colorbar

#练习的数据:
data=np.arange(-18,18).reshape(6,6)
data=pd.DataFrame(data)

#绘制热度图:
tick_=np.arange(-20,20,5).astype(float)
dict_={'orientation':'vertical',"label":"color  \
scale","drawedges":True,"ticklocation":"right","extend":"min", \
"filled":True,"alpha":0.8,"cmap":"cmap","ticks":tick_,"spaci,linewidths=0.5ng":'proportional'}
#绘制添加数值和线条的热度图:
cmap = sns.heatmap(data,linewidths=0.8,annot=True,fmt="d")
plt.xlabel("X",size=20)
plt.ylabel("Y",size=20,rotation=0)
plt.title("heatmap",size=20)

#调整色带的标签:
cbar = cmap.collections[0].colorbar
cbar.ax.tick_params(labelsize=20,labelcolor="blue")
cbar.ax.set_ylabel(ylabel="color scale",size=20,color="red",loc="center")

plt.show()

查看效果:

python绘制热度图(heatmap)

6、 定义热度图的配色板

利用heatmapL里的参数cmap,较好看的参数有“YlGnBu”和“BuPu_r”:

要知道cmap有哪些参数,报一次错就可以了。

#练习的数据:
data=np.arange(-18,18).reshape(6,6)
flights=pd.DataFrame(data)

#设置一个1行2列的画图:
fig,ax=plt.subplots(1,2)

sns.heatmap(flights, cmap="YlGnBu",ax=ax[0])
sns.heatmap(flights, cmap="BuPu_r",ax=ax[1])

plt.show()

查看效果:

python绘制热度图(heatmap)

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
心中带点小风骚的头像心中带点小风骚普通用户
上一篇 2023年3月6日 上午9:35
下一篇 2023年3月6日 上午9:36

相关推荐