python热力相关系数图_【Python可视化6】Seaborn之heatmap热力图

原标题&＃xff1a;【Python可视化6】Seaborn之heatmap热力图

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&＃xff0c;从而使得作图更加容易&＃xff0c;不需要经过大量的调整就能使你的图变得精致。

注&＃xff1a;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&＃xff0c;在展示列联表的数据分布上也有较大的用途&＃xff0c;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&＃xff1a;

下面将演示这些主要参数的用法&＃xff0c;第一件事还是先导入相关的packages。

1importseaborn assns

2%matplotlib inline

3sns.set(font_scale&＃61; 1.5)

本次演示采用的数据集是Seaborn中内置的 flights航班数据集&＃xff1a;

1#导入数据集后按年月两个维度进行数据透视

2data&＃61;sns.load_dataset( "flights")

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

4data.head

如上图所示&＃xff0c;dataframe中的数据代表了1949年-1960年每个月的航班乘客数量&＃xff0c;接下来热力图就隆重登场啦&＃xff01;

1sns.set_context({ "figure.figsize":( 8, 8)})

2sns.heatmap(data&＃61;data,square&＃61; 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&＃xff0c;上面代表了数值到颜色的映射&＃xff0c;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&＃xff0c;一是随着时间的推移&＃xff0c;飞机的乘客数量是在逐步增多的&＃xff0c;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 &＃xff1a;设置颜色带的最大值

vmin &＃xff1a;设置颜色带的最小值

1sns.heatmap(data&＃61;data,vmin&＃61; 200,

2vmax&＃61; 500)

可以看到右侧的颜色带最大最小值变了&＃xff0c;而heatmap中颜色映射关系也会随之调整&＃xff0c;将本图和上面的图进行对比便一目了然。

cmap &＃xff1a;设置颜色带的色系

1sns.heatmap(data&＃61;data,cmap&＃61; "RdBu_r")

好像变好看了?

center &＃xff1a;设置颜色带的分界线

1sns.heatmap(data&＃61;data,cmap&＃61; "RdBu_r",

2center&＃61; 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 &＃xff1a;是否显示数值注释

1sns.heatmap(data&＃61;data,annot&＃61; True,

2cmap&＃61; "RdBu_r")

怎么回事&＃xff1f;乱码了吗&＃xff1f;其实数值注释默认显示的是 科学记数法的数值&＃xff0c;我们得把数值进行格式化&＃xff0c;这就用到了下面的参数。

fmt &＃xff1a;format的缩写&＃xff0c;设置数值的格式化形式

1sns.heatmap(data&＃61;data,annot&＃61; True,

2fmt&＃61; "d",cmap&＃61; "RdBu_r")

3#foramt为int类型

linewidths &＃xff1a;控制每个小方格之间的间距

1sns.heatmap(data&＃61;data,annot&＃61; True,

2fmt&＃61; "d",linewidths&＃61; 0.3,

3cmap&＃61; "RdBu_r")

4#可以看到每个小方格之产生了间隙

linecolor &＃xff1a;控制分割线的颜色

1sns.heatmap(data&＃61;data,annot&＃61; True,

2fmt&＃61; "d",linewidths&＃61; 0.3,

3linecolor&＃61; "grey",cmap&＃61; "RdBu_r")

4#原来的白色间隙变成了灰色间隙

cbar_kws &＃xff1a;关于颜色带的设置

1sns.heatmap(data&＃61;data,annot&＃61; True,

2fmt&＃61; "d",cmap&＃61; "RdBu_r",

3cbar_kws&＃61;{ "orientation": "horizontal"})

4#横向显示颜色帮

mask &＃xff1a;传入布尔型矩阵&＃xff0c;若为矩阵内为True&＃xff0c;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)

1importnumpy asnp

2#随机生成一个200行10列的数据集

3data_new &＃61; np.random.randn( 200, 10)

4

5#求出这个数据集的相关系数矩阵

6corr &＃61; np.corrcoef(data_new,rowvar&＃61; False)

7

8#以corr的形状生成一个全为0的矩阵

9mask &＃61; np.zeros_like(corr)

10

11#将mask的对角线及以上设置为True

12#这部分就是对应要被遮掉的部分

13mask[np.triu_indices_from(mask)] &＃61; True

14

15withsns.axes_style( "white"):

16sns.heatmap(corr, mask&＃61;mask, vmax&＃61; 0.3,

17annot&＃61; True,cmap&＃61; "RdBu_r")

如果大家对上面的代码流程不大了解&＃xff0c;可以把mask打印出来看看

参照mask和上面绘制的图&＃xff0c;应该就很容易理解了&＃xff0c;mask中为1的部分&＃xff0c;就是要被盖掉的部分。演示到此为止&＃xff0c;想更深入的学习可以自行查阅官方文档&＃xff01;返回搜狐&＃xff0c;查看更多

责任编辑&＃xff1a;