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

1. 数据类型：data参数需要是一个二维数组或DataFrame。
2. 颜色映射：可以通过cmap参数自定义热图中的颜色渐变效果。
3. 格式化字符串：fmt参数可以控制数据值的显示格式。
4. 掩码：使用mask参数可以隐藏或显示特定的数据区域。
5. 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。