利用熱力圖可以看數(shù)據(jù)表里多個特征兩兩的相似度昆婿。參考官方API參數(shù)及地址：
seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, robust=False, annot=None, fmt=’.2g’, annot_kws=None, linewidths=0, linecolor=’white’, cbar=True, cbar_kws=None, cbar_ax=None, square=False, xticklabels=’auto’, yticklabels=’auto’, mask=None, ax=None, **kwargs)
熱力圖輸入數(shù)據(jù)參數(shù):
data:矩陣數(shù)據(jù)集，可以是numpy的數(shù)組（array）百框，也可以是pandas的DataFrame恢共。如果是DataFrame晃听，則df的index/column信息會分別對應(yīng)到heatmap的columns和rows，即pt.index是熱力圖的行標(biāo)诺祸，pt.columns是熱力圖的列標(biāo)
熱力圖矩陣塊顏色參數(shù):
vmax,vmin:分別是熱力圖的顏色取值最大和最小范圍携悯，默認(rèn)是根據(jù)data數(shù)據(jù)表里的取值確定
cmap:從數(shù)字到色彩空間的映射，取值是matplotlib包里的colormap名稱或顏色對象筷笨，或者表示顏色的列表憔鬼；改參數(shù)默認(rèn)值：根據(jù)center參數(shù)設(shè)定
center:數(shù)據(jù)表取值有差異時，設(shè)置熱力圖的色彩中心對齊值胃夏；通過設(shè)置center值轴或，可以調(diào)整生成的圖像顏色的整體深淺；設(shè)置center數(shù)據(jù)時仰禀，如果有數(shù)據(jù)溢出照雁，則手動設(shè)置的vmax、vmin會自動改變
robust:默認(rèn)取值False答恶；如果是False饺蚊，且沒設(shè)定vmin和vmax的值，熱力圖的顏色映射范圍根據(jù)具有魯棒性的分位數(shù)設(shè)定悬嗓，而不是用極值設(shè)定
熱力圖矩陣塊注釋參數(shù):
annot(annotate的縮寫):默認(rèn)取值False污呼；如果是True，在熱力圖每個方格寫入數(shù)據(jù)包竹；如果是矩陣燕酷，在熱力圖每個方格寫入該矩陣對應(yīng)位置數(shù)據(jù)
fmt:字符串格式代碼籍凝，矩陣上標(biāo)識數(shù)字的數(shù)據(jù)格式，比如保留小數(shù)點后幾位數(shù)字
annot_kws:默認(rèn)取值False苗缩；如果是True饵蒂，設(shè)置熱力圖矩陣上數(shù)字的大小顏色字體，matplotlib包text類下的字體設(shè)置酱讶；官方文檔：https://matplotlib.org/api/text_api.html#matplotlib.text.Text
熱力圖矩陣塊之間間隔及間隔線參數(shù)：
linewidths:定義熱力圖里“表示兩兩特征關(guān)系的矩陣小塊”之間的間隔大小
linecolor:切分熱力圖上每個矩陣小塊的線的顏色退盯，默認(rèn)值是’white’
熱力圖顏色刻度條參數(shù)：
cbar:是否在熱力圖側(cè)邊繪制顏色刻度條，默認(rèn)值是True
cbar_kws:熱力圖側(cè)邊繪制顏色刻度條時浴麻，相關(guān)字體設(shè)置得问，默認(rèn)值是None
cbar_ax:熱力圖側(cè)邊繪制顏色刻度條時，刻度條位置設(shè)置软免，默認(rèn)值是None
square:設(shè)置熱力圖矩陣小塊形狀，默認(rèn)值是False
xticklabels, yticklabels:xticklabels控制每列標(biāo)簽名的輸出焚挠；yticklabels控制每行標(biāo)簽名的輸出膏萧。默認(rèn)值是auto。如果是True蝌衔，則以DataFrame的列名作為標(biāo)簽名榛泛。如果是False，則不添加行標(biāo)簽名噩斟。如果是列表曹锨，則標(biāo)簽名改為列表中給的內(nèi)容。如果是整數(shù)K剃允，則在圖上每隔K個標(biāo)簽進行一次標(biāo)注沛简。 如果是auto，則自動選擇標(biāo)簽的標(biāo)注間距斥废，將標(biāo)簽名不重疊的部分(或全部)輸出
mask:控制某個矩陣塊是否顯示出來椒楣。默認(rèn)值是None。如果是布爾型的DataFrame牡肉，則將DataFrame里True的位置用白色覆蓋掉
ax:設(shè)置作圖的坐標(biāo)軸捧灰，一般畫多個子圖時需要修改不同的子圖的該值
**kwargs:All other keyword arguments are passed to ax.pcolormesh
首先造一個數(shù)據(jù)表：
import seaborn as sns
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
% matplotlib inline
region = ['Azerbaijan','Bahamas', 'Bangladesh', 'Belize', 'Bhutan',
? ? ? ? ? 'Cambodia', 'Cameroon', 'Cape Verde', 'Chile', 'China']? #10個
kind = ['Afforestation & reforestation', 'Biofuels', 'Biogas', 'Biomass', 'Cement']? #5個
np.random.seed(20180316)
arr_region = np.random.choice(region, size=(200,))
list_region = list(arr_region)
arr_kind = np.random.choice(kind, size=(200,))
list_kind = list(arr_kind)
values = np.random.randint(100, 200, 200)
list_values = list(values)
df = pd.DataFrame({'region':list_region,'kind': list_kind,'values':list_values})
df['kind'].value_counts()
將DataFrame數(shù)據(jù)表轉(zhuǎn)化成“數(shù)據(jù)透視表”
import pandas as pd
pt = df.pivot_table(index='kind', columns='region', values='values', aggfunc=np.sum)? #數(shù)據(jù)透視表
pt? #index是行，columns是列统锤，values是表中展示的數(shù)據(jù)毛俏，aggfunc是表中展示每組數(shù)據(jù)使用的運算
熱力圖矩陣塊顏色參數(shù)
#cmap(顏色)
import matplotlib.pyplot as plt
% matplotlib inline
f, (ax1,ax2) = plt.subplots(figsize = (6,4),nrows=2)
# cmap用cubehelix map顏色
cmap = sns.cubehelix_palette(start = 1.5, rot = 3, gamma=0.8, as_cmap = True)
sns.heatmap(pt, linewidths = 0.05, ax = ax1, vmax=900, vmin=0, cmap=cmap)
ax1.set_title('cubehelix map')
ax1.set_xlabel('')
ax1.set_xticklabels([]) #設(shè)置x軸圖例為空值
ax1.set_ylabel('kind')
# cmap用matplotlib colormap
sns.heatmap(pt, linewidths = 0.05, ax = ax2, vmax=900, vmin=0, cmap='rainbow')
# rainbow為 matplotlib 的colormap名稱
ax2.set_title('matplotlib colormap')
ax2.set_xlabel('region')
ax2.set_ylabel('kind')
#center的用法(顏色)
f, (ax1,ax2) = plt.subplots(figsize = (6, 4),nrows=2)
cmap = sns.cubehelix_palette(start = 1.5, rot = 3, gamma=0.8, as_cmap = True)
sns.heatmap(pt, linewidths = 0.05, ax = ax1, cmap=cmap, center=None )
ax1.set_title('center=None')
ax1.set_xlabel('')
ax1.set_xticklabels([]) #設(shè)置x軸圖例為空值
ax1.set_ylabel('kind')
# 當(dāng)center設(shè)置小于數(shù)據(jù)的均值時，生成的圖片顏色要向0值代表的顏色一段偏移
sns.heatmap(pt, linewidths = 0.05, ax = ax2, cmap=cmap, center=200)?
ax2.set_title('center=3000')
ax2.set_xlabel('region')
ax2.set_ylabel('kind')
#robust的用法(顏色)
f, (ax1,ax2) = plt.subplots(figsize = (6,4),nrows=2)
cmap = sns.cubehelix_palette(start = 1.5, rot = 3, gamma=0.8, as_cmap = True)
sns.heatmap(pt, linewidths = 0.05, ax = ax1, cmap=cmap, center=None, robust=False )
ax1.set_title('robust=False')
ax1.set_xlabel('')
ax1.set_xticklabels([]) #設(shè)置x軸圖例為空值
ax1.set_ylabel('kind')
sns.heatmap(pt, linewidths = 0.05, ax = ax2, cmap=cmap, center=None, robust=True )
ax2.set_title('robust=True')
ax2.set_xlabel('region')
ax2.set_ylabel('kind')
熱力圖矩陣塊注釋參數(shù)
#annot(矩陣上數(shù)字),annot_kws(矩陣上數(shù)字的大小顏色字體)matplotlib包text類下的字體設(shè)置
import numpy as np
np.random.seed(20180316)
x = np.random.randn(4, 4)
f, (ax1, ax2) = plt.subplots(figsize=(6,6),nrows=2)
sns.heatmap(x, annot=True, ax=ax1)
sns.heatmap(x, annot=True, ax=ax2, annot_kws={'size':9,'weight':'bold', 'color':'blue'})
# Keyword arguments for ax.text when annot is True.? http://stackoverflow.com/questions/35024475/seaborn-heatmap-key-words
#fmt(字符串格式代碼饲窿，矩陣上標(biāo)識數(shù)字的數(shù)據(jù)格式煌寇，比如保留小數(shù)點后幾位數(shù)字)
import numpy as np
np.random.seed(0)
x = np.random.randn(4,4)
f, (ax1, ax2) = plt.subplots(figsize=(6,6),nrows=2)
sns.heatmap(x, annot=True, ax=ax1)
sns.heatmap(x, annot=True, fmt='.1f', ax=ax2)
熱力圖矩陣塊之間間隔及間隔線參數(shù)
#linewidths(矩陣小塊的間隔),linecolor(切分熱力圖矩陣小塊的線的顏色)
import matplotlib.pyplot as plt
f, ax = plt.subplots(figsize = (6,4))
cmap = sns.cubehelix_palette(start = 1, rot = 3, gamma=0.8, as_cmap = True)?
sns.heatmap(pt, cmap = cmap, linewidths = 0.05, linecolor= 'red', ax = ax)?
ax.set_title('Amounts per kind and region')
ax.set_xlabel('region')
ax.set_ylabel('kind')
#xticklabels，yticklabels橫軸和縱軸的標(biāo)簽名輸出
import matplotlib.pyplot as plt
f, (ax1,ax2) = plt.subplots(figsize = (5,5),nrows=2)
cmap = sns.cubehelix_palette(start = 1.5, rot = 3, gamma=0.8, as_cmap = True)
p1 = sns.heatmap(pt, ax=ax1, cmap=cmap, center=None, xticklabels=False)
ax1.set_title('xticklabels=None',fontsize=8)
p2 = sns.heatmap(pt, ax=ax2, cmap=cmap, center=None, xticklabels=2, yticklabels=list(range(5)))
ax2.set_title('xticklabels=2, yticklabels is a list',fontsize=8)
ax2.set_xlabel('region')
#mask對某些矩陣塊的顯示進行覆蓋
f, (ax1,ax2) = plt.subplots(figsize = (5,5),nrows=2)
cmap = sns.cubehelix_palette(start = 1.5, rot = 3, gamma=0.8, as_cmap = True)
p1 = sns.heatmap(pt, ax=ax1, cmap=cmap, xticklabels=False, mask=None)
ax1.set_title('mask=None')
ax1.set_ylabel('kind')
p2 = sns.heatmap(pt, ax=ax2, cmap=cmap, xticklabels=True, mask=(pt<800))?
#mask對pt進行布爾型轉(zhuǎn)化,結(jié)果為True的位置用白色覆蓋
ax2.set_title('mask: boolean DataFrame')
ax2.set_xlabel('region')
ax2.set_ylabel('kind')
用mask實現(xiàn)：突出顯示某些數(shù)據(jù)
f,(ax1,ax2) = plt.subplots(figsize=(4,6),nrows=2)
x = np.array([[1,2,3],[2,0,1],[-1,-2,0]])
sns.heatmap(x, annot=True, ax=ax1)
sns.heatmap(x, mask=x < 1, ax=ax2, annot=True, annot_kws={"weight": "bold"})? #把小于1的區(qū)域覆蓋掉
修改顏色條標(biāo)簽大小
cax = plt.gcf().axes[-1]
cax.tick_params(labelsize=20)
修改軸標(biāo)簽大小
ax1.tick_params(labelsize=16)
作者：Young_618
來源：CSDN
原文：https://blog.csdn.net/cymy001/article/details/79576019
