python绘制热力地图_python pip

激活谷笔记 • 2026-03-29 11:18 • 阅读 8

在Python中绘制热力图，你可以使用Seaborn库，它基于matplotlib，提供了更高级的统计图形功能。以下是使用Seaborn绘制热力图的基本步骤：

python

pip install seaborn numpy pandas matplotlib

python

import seaborn as sns

import matplotlib.pyplot as plt

你可以使用NumPy创建一个二维数组作为热力图的数据源，或者使用Pandas创建一个DataFrame。

python

import numpy as np

data = np.random.rand（10, 10）创建10x10的随机数组

df = pd.DataFrame（data, columns=[f'特征{i}' for i in range（10）]）创建DataFrame

使用`sns.heatmap`函数绘制热力图，可以设置颜色映射（`cmap`）、是否显示数值注释（`annot`）、颜色条（`cbar`）等参数。

python

plt.figure（figsize=（10, 8））设置图形大小

sns.heatmap（data, annot=True, cmap='coolwarm', vmin=-1, vmax=1, center=0）绘制热力图

plt.title（'相关性热力图'）设置标题

plt.show（）显示热力图

`cmap`：设置颜色映射，如`'coolwarm'`、`'YlOrRd'`、`'viridis'`等。

`annot`：是否在每个格子中显示具体数值。

`vmin`和`vmax`：设置颜色条的最小值和最大值。

`center`：设置颜色带的中值。

`linewidths`：控制网格线之间的间距。

`linecolor`：控制网格线的颜色。

`cbar_kws`：关于颜色带的额外设置。

`mask`：如果传入布尔型矩阵，可以屏蔽掉矩阵内为`True`的位置的数据。

以上步骤展示了如何使用Seaborn绘制热力图的基本流程。你可以根据具体需求调整参数，创建符合你数据特点的热力图