python 中热力图绘制

一、热力图绘制参数详解

sns.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, annot=None, fmt=\'.2g\', annot_kws=None, linewidths=0, linecolor=\'white\', cbar=True,cbar_kws = None, square=False, xticklabels=\'auto\', icklabels=\'auto\', mask=None, ax=None)

data：指定绘制热力图的数据集

vmin,vmax：用于指定图例中最小值与最大值的显示值

cmap：指定一个colormap对象，用于热力图的填充色

center：指定颜色中心值，通过该参数可以调整热力图的颜色深浅

annot：指定一个bool类型的值或与data参数形状一样的数组，如果为True，就在热力图的每个单元上显示数值

fmt：指定单元格中数据的显示格式

annot_kws：有关单元格中数值标签的其他属性描述，如颜色、大小等

linewidths ：指定每个单元格的边框宽度

linecolor：指定每个单元格的边框颜色

cbar：bool类型参数，是否用颜色条作为图例，默认为True

square：bool类型参数，是否使热力图的每个单元格为正方形，默认为False

cbar_kws：有关颜色条的其他属性描述

xticklabels,yticklabels：指定热力图x轴和y轴的刻度标签，如果为True，则分别以数据框的变量名和行名称作为刻度标签

mask：用于突出显示某些数据

ax：用于指定子图的位置

官方链接：http://seaborn.pydata.org/generated/seaborn.heatmap.html

 1 import pandas as pd
 2 import seaborn as sns
 3 # 读取数据
 4 Sales = pd.read_excel(\'Sales.xlsx\')
 5 # 根据交易日期，衍生出年份和月份字段
 6 Sales[\'year\'] = Sales.Date.dt.year
 7 Sales[\'month\'] = Sales.Date.dt.month
 8 # 统计每年各月份的销售总额
 9 Summary = Sales.pivot_table(index = \'month\', columns = \'year\', values = \'Sales\', aggfunc = np.sum)
10 
11 # 绘制热力图
12 sns.heatmap(data = Summary, # 指定绘图数据
13             cmap = \'PuBuGn\', # 指定填充色
14             linewidths = .1, # 设置每个单元格边框的宽度
15             annot = True, # 显示数值
16             fmt = \'.1f\' # 以科学计算法显示数据
17             )
18 #添加标题
19 plt.title(\'每年各月份销售总额热力图\')
20 # 显示图形
21 plt.show()