python可视化——热力图heatmap seaborn库_python sns.heatmap

一、基本介绍

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。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，方便我们知道模型是如何看待图片的,也方便我们检测出模型的偏向(bias)。heatmap的API如下所示：

seaborn.heatmap(data, vmin=None, vmax=None,cmap=None, center=None, robust=False, annot=None, fmt=’.2g’, annot_kws=None,linewidths=0, linecolor=’white’, cbar=True, cbar_kws=None, cbar_ax=None,square=False, xticklabels=’auto’, yticklabels=’auto’, mask=None, ax=None,**kwargs)

二、参数介绍 

2.1热力图输入数据参数:data

data:矩阵数据集，可以是numpy的数组（array），也可以是pandas的DataFrame。如果是DataFrame，则df的index/column信息会分别对应到heatmap的columns和rows，即df.index是热力图的行标，df.columns是热力图的列标

2.2热力图矩阵块颜色参数:vmin，vmax，cmap，center，robust

vmax,vmin:分别是热力图的颜色取值最大和最小范围，默认是根据data数据表里的取值确定
cmap:从数字到色彩空间的映射，取值是matplotlib包里的colormap名称或颜色对象，或者表示颜色的列表；改参数默认值：根据center参数设定
center:数据表取值有差异时，设置热力图的色彩中心对齐值；通过设置center值，可以调整生成的图像颜色的整体深浅；设置center数据时，如果有数据溢出，则手动设置的vmax、vmin会自动改变
robust:默认取值False；如果是False，且没设定vmin和vmax的值，热力图的颜色映射范围根据具有鲁棒性的分位数设定，而不是用极值设定

2.3热力图矩阵块注释参数:annot，fmt，annot_kws

annot(annotate的缩写):默认取值False；如果是True，在热力图每个方格写入数据；如果是矩阵，在热力图每个方格写入该矩阵对应位置数据
fmt:字符串格式代码，矩阵上标识数字的数据格式，比如保留小数点后几位数字
annot_kws:默认取值False；如果是True，设置热力图矩阵上数字的大小颜色字体，matplotlib包text类下的字体设置；官方文档：

2.4热力图矩阵块之间间隔及间隔线参数：linewidths，linecolor

linewidths:定义热力图里“表示两两特征关系的矩阵小块”之间的间隔大小
linecolor:切分热力图上每个矩阵小块的线的颜色，默认值是’white’

2.5热力图颜色刻度条参数：cbar，cbar_kws，cbar_ax

cbar:是否在热力图侧边绘制颜色刻度条，默认值是True
cbar_kws:热力图侧边绘制颜色刻度条时，相关字体设置，默认值是None
cbar_ax:热力图侧边绘制颜色刻度条时，刻度条位置设置，默认值是None

2.6设置热力图矩阵小块形状：square

square：默认值是False

2.7控制标签名的输出：xticklabels，yticklabels

xticklabels, yticklabels:xticklabels控制每列标签名的输出；yticklabels控制每行标签名的输出。默认值是auto。如果是True，则以DataFrame的列名作为标签名。如果是False，则不添加行标签名。如果是列表，则标签名改为列表中给的内容。如果是整数K，则在图上每隔K个标签进行一次标注。 如果是auto，则自动选择标签的标注间距，将标签名不重叠的部分(或全部)输出

2.8其他参数mask，ax，**kwargs 

mask:控制某个矩阵块是否显示出来。默认值是None。如果是布尔型的DataFrame，则将DataFrame里True的位置用白色覆盖掉
ax:设置作图的坐标轴，一般画多个子图时需要修改不同的子图的该值
**kwargs:All other keyword arguments are passed to ax.pcolormesh

三、具体示例 

3.1简单例子

1.为防止乱码，添加utf-8和unicode_escape，并在中文路径处指定gbk编码格式

# coding : utf-8

# coding : unicode-escape

2.导入各种库

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

 完整代码

# coding : utf-8
# coding : unicode-escape
 
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
 
# Plot a heatmap for a numpy array:
uniform_data = np.random.rand(12,10)
ax = sns.heatmap(uniform_data)
plt.show()

运行结果：（默认参数）

 

添加修改各种参数：

1.指定颜色的数值范围：vmax，vmin 

uniform_data = np.random.rand(12,10)
ax = sns.heatmap(uniform_data, vmin=0, vmax=1)
plt.show()

输出结果： 

 

2.确定颜色映射的中心：center

# Plot a heatmap for data centered on 0 with a diverging colormap:
normal_data = np.random.randn(10, 12)
ax = sns.heatmap(normal_data, center=0)
plt.show()

输出结果：

  

3.2实际例子

3.2.1直接读取csv，画热力图

# coding : utf-8
# coding : unicode-escape
 
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
 
df1 = pd.read_csv('D:/myCode/spark/spark_ML/df1.csv')
pd.set_option('max_columns', 100) #显示最多列数，超出该数以省略号表示
# 打印数据信息前5行的具体内容
print(df1.head())
 
# 画热力图
plt.figure(figsize=(16, 9),dpi=300)
corr = df1.corr()
sns.heatmap(corr,cmap='Reds')
plt.show()

 输出和打印结果：

 3.2.2在矩阵色块中添加注释：annot

 
# 画热力图
plt.figure(figsize=(16, 9),dpi=300)
corr = df1.corr()
sns.heatmap(corr,cmap='Reds',annot=True)
plt.show()

 3.2.3在色块间添加分割线和指定分割线宽度和颜色：linewidths，linecolor

# 画热力图
plt.figure(figsize=(16, 9),dpi=300)
corr = df1.corr()
sns.heatmap(corr,cmap='Reds',annot=True,linewidths=0.05,linecolor="red")
plt.show()

 3.2.4改变色带：cmap

在这之前，先补充下，如前面几个图，横纵坐标的中文都没有显示，只有方框，所以只需要在代码开头引入这三行代码即可

from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 画热力图
plt.figure(figsize=(16, 9),dpi=300)
corr = df1.corr()
# 之前的上几个图的cmap='Reds'
sns.heatmap(corr,cmap='YlGnBu',annot=True,linewidths=0.05,linecolor="red")
plt.show()

 3.2.5设置坐标字体、方向

# 画热力图
plt.figure(figsize=(16, 9),dpi=300)
corr = df1.corr()
ax = sns.heatmap(corr,cmap='Reds',annot=True,linewidths=0.05,linecolor="red")
 
# 设置坐标字体
ax.set_yticklabels(ax.get_yticklabels(), rotation=45)
ax.set_xticklabels(ax.get_xticklabels(), rotation=45)
plt.show()

---

 2021年4月3日更新

发现有时候热力图会显示一部分：绘制热力图最上面一行和最下面一行都只显示一半。

解决方法：

原因：据说是所用版本matplotlib的bug
解决方法：
1、更改matplotlib版本

   安装其他版本，我回退到了3.0.3的版本

   conda install matplotlib=3.0.3

2、加入以下代码即可：

ax = sns.heatmap(...);
bottom, top = ax.get_ylim()
ax.set_ylim(bottom + 0.5, top - 0.5)