Seaborn heatmap()：创建热力图（非常详细，附带实例）

热力图主要通过颜色的深浅来展示数据的密集度和差异性。在 Seaborn 中可以使用 heatmap() 函数创建热力图。

创建基本热力图

使用 heatmap() 函数创建热力图时，该函数的data参数的值必须是嵌套列表、二维数组或 DataFrame 对象。

分析下面的代码：

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

data = np.arange(1, 10).reshape(3, 3)
sns.heatmap(data)
plt.show()

将创建如下图所示的热力图：


本例使用 NumPy 中的 arange() 函数创建一个包含 9 个整数的一维数组，然后使用 Ndarray 对象的 reshape() 方法，将其转换为 3 行 3 列的二维数组。

如需将左侧和底部的标签显示为指定的内容，可以将数组类型的数据创建为 DataFrame 类型，然后为其指定 index 参数和 columns 参数，以便定义 DataFrame 对象的行索引和列索引。

下面的代码将热力图左侧和底部的标签都显示为“小”、“中”、“大”：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np
# 设置 seaborn 全局字体为 SimSun（宋体）
sns.set_style({'font.sans-serif': 'SimSun'})
# 生成 1~9 的数组并重塑为 3×3
arr = np.arange(1, 10).reshape(3, 3)
# 定义行索引与列索引均为“小、中、大”
index = list('小中大')
columns = list('小中大')
# 用 arr 构建 DataFrame
data = pd.DataFrame(arr, index=index, columns=columns)
# 绘制热力图，并在格子里标注数值
sns.heatmap(data, annot=True)
# 显示图形
plt.show()

如下图所示：

在热力图中显示数据

为 heatmap() 函数指定 annot 参数，并将其值设置为 True，将在热力图的每个色块上显示相应的数据。

分析下面的代码：

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
# 生成 1~9 的数组并重塑为 3×3
data = np.arange(1, 10).reshape(3, 3)
# 绘制热力图，并在格子里标注数值
sns.heatmap(data, annot=True)
# 显示图形
plt.show()

将创建下图所示的热力图。


如需调整热力图色块上数据的字体大小，可以为 heatmap() 函数指定 annot_kws 参数，其值是一个包含文本格式的字典对象。

下面的代码将热力图色块上的数字的大小设置为50个像素：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np
# 设置 seaborn 全局字体为宋体（SimSun）
sns.set_style({'font.sans-serif': 'SimSun'})
# 生成 1~9 的数组并重塑为 3×3
arr = np.arange(1, 10).reshape(3, 3)
# 定义行索引与列索引均为“小、中、大”
index = list('小中大')
columns = list('小中大')
# 用 arr 构建 DataFrame
data = pd.DataFrame(arr, index=index, columns=columns)
# 绘制热力图，标注数值，并设置字号为 50
sns.heatmap(data, annot=True, annot_kws={'fontsize': 50})
# 显示图形
plt.show()

如下图所示：

更改热力图的颜色

如需更改热力图的颜色，可以为 heatmap() 函数指定 cmap 参数，并将其值设置为一个颜色映射选项。

下面的代码将热力图的颜色设置为灰度配色方案：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np
# 设置 seaborn 全局字体为宋体（SimSun）
sns.set_style({'font.sans-serif': 'SimSun'})
# 生成 1~9 的数组并重塑为 3×3
arr = np.arange(1, 10).reshape(3, 3)
# 定义行索引与列索引均为“小、中、大”
index = list('小中大')
columns = list('小中大')
# 用 arr 构建 DataFrame
data = pd.DataFrame(arr, index=index, columns=columns)
# 绘制热力图：标注数值，字号设为 50，并使用灰度色图
sns.heatmap(data, annot=True, annot_kws={'fontsize': 50}, cmap=plt.cm.gray)
# 显示图形
plt.show()

如下图所示：


如需将最大值设置为最深的颜色，将最小值设置为最浅的颜色，可以将上面代码中的 plt.cm.gray 改为 plt.cm.Grays。