Seaborn库学习之heatmap(函数)
一、简介
seaborn.heatmap是Seaborn库中用于绘制热图（Heatmap）的函数。热图是一种数据可视化技术，通过颜色的变化来展示数据矩阵中的数值大小。这种图表非常适合展示数值数据的分布和关系，尤其是在数据科学和统计分析中。
二、语法和参数
seaborn.heatmap的基本语法如下：
seaborn.heatmap(data, annot=True, fmt=".2f", cmap="YlGnBu", cbar=True, cbar_kws=None, xticklabels=True, yticklabels=True, mask=None, square=False, linewidths=0, linecolor="white", ax=None, cbar_ax=None, cbar_pad=None, **kwargs)
主要参数说明：
data: 要展示的数据，通常是一个二维数组或DataFrame。⭐⭐⭐annot: 是否在热图中显示数据值，默认为True。⭐⭐⭐fmt: 数据值的格式化字符串，默认为".2f"。cmap: 颜色映射，用于定义热图中的颜色渐变，默认为"YlGnBu"。⭐⭐⭐cbar: 是否显示颜色条，默认为True。⭐⭐⭐xticklabels: 是否显示x轴标签，默认为True。⭐⭐⭐yticklabels: 是否显示y轴标签，默认为True。⭐⭐⭐mask: 用于隐藏数据的布尔数组或数组。⭐⭐⭐square: 是否将每个单元格设置为正方形，默认为False。linewidths: 单元格边框的宽度。linecolor: 单元格边框的颜色。ax: 指定绘制热图的坐标轴。cbar_ax: 指定颜色条的坐标轴。cbar_pad: 颜色条和热图之间的间距。
三、实例
3.1 基本热图
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
# 创建一个数据矩阵
data = np.random.rand(10, 10)
# 绘制热图
sns.heatmap(data, annot=True, fmt=".2f", cmap="YlGnBu")
plt.show()
输出：
3.2 带颜色条的热图
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
# 创建一个数据矩阵
data = np.random.rand(10, 10)
# 绘制带颜色条的热图
sns.heatmap(data, annot=True, fmt=".2f", cmap="YlGnBu", cbar=True)
plt.show()
输出：
3.3 隐藏部分数据
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
# 创建一个数据矩阵
data = np.random.rand(10, 10)
# 定义一个掩码数组
mask = np.zeros((10, 10), dtype=bool)
mask[1:5, 1:5] = True
# 绘制热图并隐藏部分数据
sns.heatmap(data, annot=True, fmt=".2f", cmap="YlGnBu", mask=mask)
plt.show()
输出：
四、注意事项
- 数据类型：
data参数需要是一个二维数组或DataFrame。 - 颜色映射：可以通过
cmap参数自定义热图中的颜色渐变效果。 - 格式化字符串：
fmt参数可以控制数据值的显示格式。 - 掩码：使用
mask参数可以隐藏或显示特定的数据区域。 - 坐标轴标签：可以通过
xticklabels和yticklabels参数控制是否显示坐标轴标签。
