Python 可视化 | Seaborn5 分钟入门 (六)——heatmap 热力图

微信公众号:「Python读财」

如有问题或建议,请公众号留言

Seaborn是基于matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matplotlib的基础上进行了更高级的API封装,从而使得作图更加容易,不需要经过大量的调整就能使你的图变得精致。

image

注:所有代码均在IPython notebook中实现

heatmap 热力图

热力图在实际中常用于展示一组变量的相关系数矩阵,在展示列联表的数据分布上也有较大的用途,通过热力图我们可以非常直观地感受到数值大小的差异状况。heatmap的API如下所示:

image

下面将演示这些主要参数的用法,第一件事还是先导入相关的packages。

python">import seaborn as sns

%matplotlib inline

sns.set(font_scale=1.5)

本次演示采用的数据集是Seaborn中内置的flights航班数据集:

#导入数据集后按年月两个维度进行数据透视

data=sns.load_dataset("flights")\

        .pivot("month","year","passengers") 

data.head() 

image

如上图所示,dataframe中的数据代表了1949年-1960年每个月的航班乘客数量,接下来热力图就隆重登场啦!

sns.set_context({"figure.figsize":(8,8)})

sns.heatmap(data=data,square=True) 

#可以看到热力图主要展示的是二维数据的数据关系

#不同大小的值对应不同的颜色深浅

image

热力图的右侧是颜色带,上面代表了数值到颜色的映射,数值由小到大对应色彩由暗到亮。从上面的heatmap中我们可以得到两层信息,一是随着时间的推移,飞机的乘客数量是在逐步增多的,二是航班的乘坐旺季在七月和八月份。下面就具体的参数进行演示。

vmax:设置颜色带的最大值
vmin:设置颜色带的最小值

sns.heatmap(data=data,vmin=200,vmax=500)

image

可以看到右侧的颜色带最大最小值变了,而heatmap中颜色映射关系也会随之调整,将本图和上面的图进行对比便一目了然。

cmap:设置颜色带的色系

sns.heatmap(data=data,cmap="RdBu_r")

image

好像变好看了?

center:设置颜色带的分界线

sns.heatmap(data=data,cmap="RdBu_r",center=300)

  image

细心的朋友可以察觉到颜色带上色彩两级的分界线变成了300

annot:是否显示数值注释

sns.heatmap(data=data,annot=True,cmap="RdBu_r")

image

怎么回事?乱码了吗?其实数值注释默认显示的是科学记数法的数值,我们得把数值进行格式化,这就用到了下面的参数。

fmt:format的缩写,设置数值的格式化形式

sns.heatmap(data=data,annot=True,fmt="d",cmap="RdBu_r")

#foramt为int类型

image

linewidths:控制每个小方格之间的间距

sns.heatmap(data=data,annot=True,fmt="d",linewidths=0.3,cmap="RdBu_r") 

#可以看到每个小方格之产生了间隙

image

linecolor:控制分割线的颜色

sns.heatmap(data=data,annot=True,fmt="d",linewidths=0.3,linecolor="grey",cmap="RdBu_r")

#原来的白色间隙变成了灰色间隙

image

cbar_kws:关于颜色带的设置

sns.heatmap(data=data,annot=True,fmt="d",cmap="RdBu_r",

cbar_kws={"orientation":"horizontal"}) 

#横向显示颜色帮

image

mask:传入布尔型矩阵,若为矩阵内为True,则热力图相应的位置的数据将会被屏蔽掉(常用在绘制相关系数矩阵图)

import numpy as np 

#随机生成一个200行10列的数据集

data_new = np.random.randn(200,10)

#求出这个数据集的相关系数矩阵 corr = np.corrcoef(data_new,rowvar=False)

#以corr的形状生成一个全为0的矩阵

mask = np.zeros_like(corr)

#将mask的对角线及以上设置为True

#这部分就是对应要被遮掉的部分mask[np.triu_indices_from(mask)] = True

with sns.axes_style("white"):

sns.heatmap(corr, mask=mask, vmax=0.3, annot=True,cmap="RdBu_r")

image

如果大家对上面的代码流程不大了解,可以把mask打印出来看看

image

参照mask和上面绘制的图,应该就很容易理解了,mask中为1的部分,就是要被盖掉的部分。演示到此为止,想更深入的学习可以自行查阅官方文档!

扫码关注公众号「Python读财」,第一时间获取干货!!
底部二维码.png

以上是 Python 可视化 | Seaborn5 分钟入门 (六)——heatmap 热力图 的全部内容, 来源链接: utcz.com/p/216798.html

回到顶部