python画热力图（相关系数矩阵图）_热力矩阵图

使用热力图的形式展示包括相关系数矩阵图的二维矩阵的方法，目前发现有两个：

首先是使用pandas包的函数，但是pandas包的目测，不能显示数字？

如果想试一下，可以参考https://zhuanlan.zhihu.com/p/26100511

所以研究了一下第二种方法，就是用seaborn包画。

参考了

https://blog.csdn.net/a19990412/article/details/79304944

 https://blog.csdn.net/sunchengquan/article/details/78573244

https://blog.csdn.net/weixin_39541558/article/details/79813936

等等文章，下面sns.heatmap中的各个参数可以参考第一个链接里面的文章。也可以sns.heatmap?查询。

下面sns.heatmap中，annot是表示我们要显示array中的数字，因为要显示数字，所以就round了一下，如果要表示相关矩阵图，建议乘以10，round一下，那样就得到-10到10之间的数字，比较好看。可以设置array中的数字的最大最小值，也可以采用center=0的设置，取决于自己对array中的数字的理解吧。如果需要显示xticklabels和yticklabels，那需要将参数设置成True。square的意思就是一个个cell是方块，不然是矩阵，然后最后是cmap是图的颜色。可以采用下面的那个，还有"Blues"等。还可以设置分割哪些cell的线的宽度等，可以通过sns.heatmap?查询。

import seaborn as sns
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
a = np.random.rand(4,3)
fig, ax = plt.subplots(figsize = (9,9))
#二维的数组的热力图，横轴和数轴的ticklabels要加上去的话，既可以通过将array转换成有column
#和index的DataFrame直接绘图生成，也可以后续再加上去。后面加上去的话，更灵活，包括可设置labels大小方向等。
sns.heatmap(pd.DataFrame(np.round(a,2), columns = ['a', 'b', 'c'], index = range(1,5)), 
                annot=True, vmax=1,vmin = 0, xticklabels= True, yticklabels= True, square=True, cmap="YlGnBu")
#sns.heatmap(np.round(a,2), annot=True, vmax=1,vmin = 0, xticklabels= True, yticklabels= True, 
#            square=True, cmap="YlGnBu")
ax.set_title('二维数组热力图', fontsize = 18)
ax.set_ylabel('数字', fontsize = 18)
ax.set_xlabel('字母', fontsize = 18) #横变成y轴，跟矩阵原始的布局情况是一样的

ax.set_yticklabels(['一', '二', '三'], fontsize = 18, rotation = 360, horizontalalignment='right')
ax.set_xticklabels(['a', 'b', 'c'], fontsize = 18, horizontalalignment='right')

文章发布以后不能再修改了，真是很讨厌。