Python可视化 | Seaborn5分钟入门(六)——heatmap热力图,,Python可视化
Python可视化 | Seaborn5分钟入门(六)——heatmap热力图,,Python可视化
Python可视化 | Seaborn5分钟入门(六)——heatmap热力图“
阅读本文大概需要5分钟
”
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。
注:所有代码均在IPython notebook中实现
· 正 · 文 · 来 · 啦 ·
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:
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。
1import seaborn as sns2%matplotlib inline3sns.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:
1#导入数据集后按年月两个维度进行数据透视2data=sns.load_dataset("flights")3 .pivot("month","year","passengers") 4data.head()
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!
1sns.set_context({"figure.figsize":(8,8)})2sns.heatmap(data=data,square=True) 3#可以看到热力图主要展示的是二维数据的数据关系4#不同大小的值对应不同的颜色深浅
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
1sns.heatmap(data=data,vmin=200,2 vmax=500)
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
1sns.heatmap(data=data,cmap="RdBu_r")
好像变好看了?
center:设置颜色带的分界线
1sns.heatmap(data=data,cmap="RdBu_r",2 center=300)
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
1sns.heatmap(data=data,annot=True,2 cmap="RdBu_r")
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
1sns.heatmap(data=data,annot=True,2 fmt="d",cmap="RdBu_r")3#foramt为int类型
linewidths:控制每个小方格之间的间距
1sns.heatmap(data=data,annot=True,2 fmt="d",linewidths=0.3,3 cmap="RdBu_r") 4#可以看到每个小方格之产生了间隙
linecolor:控制分割线的颜色
1sns.heatmap(data=data,annot=True,2 fmt="d",linewidths=0.3,3 linecolor="grey",cmap="RdBu_r")4#原来的白色间隙变成了灰色间隙
cbar_kws:关于颜色带的设置
1sns.heatmap(data=data,annot=True,2 fmt="d",cmap="RdBu_r",3 cbar_kws={"orientation":"horizontal"}) 4#横向显示颜色帮
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)
1import numpy as np 2#随机生成一个200行10列的数据集 3data_new = np.random.randn(200,10) 4 5#求出这个数据集的相关系数矩阵 6corr = np.corrcoef(data_new,rowvar=False) 7 8#以corr的形状生成一个全为0的矩阵 9mask = np.zeros_like(corr)1011#将mask的对角线及以上设置为True12#这部分就是对应要被遮掉的部分13mask[np.triu_indices_from(mask)] = True1415with sns.axes_style("white"):16 sns.heatmap(corr, mask=mask, vmax=0.3, 17 annot=True,cmap="RdBu_r")
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
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!
猜您喜欢
往期精选▼
关注我们
1529321439513643.jpg
公众号:Python读数
一个记录成长的公众号
Python可视化 | Seaborn5分钟入门(六)——heatmap热力图
相关内容
- 通过python的urllib.request库来爬取一只猫,,我们实验的网
- 补充(代码)-入门神经网络-Python 实现(下),,回顾紧接着
- Python如何从文件读取数据?,,最近自学Python
- python re模块findall()详解,,import res
- python之读取文件信息,,读取文件信息代码如下
- 十五、python沉淀之路--eval()的用法,,一、eval函数py
- Python——json,,json是一种数据类
- python文本 字符串逐字符反转以及逐单词反转,,python文
- (Python3 自定义函数实现数字金字塔 代码,,def kzkz(c
- python 继承机制,,继承机制经常用于创建
评论关闭