日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后,達者為師

網站首頁 編程語言 正文

使用matplotlib繪制熱圖(heatmap)全過程_python

作者:coder_Gray ? 更新時間: 2023-01-17 編程語言

matplotlib繪制熱圖(heatmap)

python常用的繪圖庫就是matplotlib,今天在給公司繪圖時,偶然間發現matplotlib可以繪制熱圖,并且十分簡潔。

拿出來跟大家分享一下

(由于涉及到公司數據問題,這里采用隨機數生成數據進行實驗)

import random
from matplotlib import pyplot as plt
from matplotlib import cm
from matplotlib import axes
from matplotlib.font_manager import FontProperties
font = FontProperties(fname='/Library/Fonts/Songti.ttc')
 
def draw():
    #定義熱圖的橫縱坐標
    xLabel = ['A','B','C','D','E']
    yLabel = ['1','2','3','4','5']
 
    #準備數據階段,利用random生成二維數據(5*5)
    data = []
    for i in range(5):
        temp = []
        for j in range(5):
            k = random.randint(0,100)
            temp.append(k)
        data.append(temp)
 
    #作圖階段
    fig = plt.figure()
    #定義畫布為1*1個劃分,并在第1個位置上進行作圖
    ax = fig.add_subplot(111)
    #定義橫縱坐標的刻度
    ax.set_yticks(range(len(yLabel)))
    ax.set_yticklabels(yLabel, fontproperties=font)
    ax.set_xticks(range(len(xLabel)))
    ax.set_xticklabels(xLabel)
    #作圖并選擇熱圖的顏色填充風格,這里選擇hot
    im = ax.imshow(data, cmap=plt.cm.hot_r)
    #增加右側的顏色刻度條
    plt.colorbar(im)
    #增加標題
    plt.title("This is a title", fontproperties=font)
    #show
    plt.show()
 
d = draw()

效果圖如下

為了更清晰地看出二維數值矩陣與熱圖之間的對應關系,我們輸出二維矩陣:

[[17, 96, 11, 99, 83], [18, 17, 58, 18, 80], [87, 79, 15, 53, 4], [86, 53, 48, 36, 23], [25, 4, 94, 100, 71]]

從對應關系我們可以看出,圖像的左上角為坐標原點,第一行對應的二維矩陣中的第一行數據,以此類推。

同時我們可以看出數值越大的單元,對應熱圖中的顏色越深。

其實這是一個可選項,只需要改變

im = ax.imshow(data, cmap=plt.cm.hot_r)

中的參數cmap為hot_r,其中_r的意思是就是按照顏色越深,數值越大,如果想數值越大,顏色越淺,只需要去掉_r,直接為hot就行。

同時這個hot是熱圖配色的其中一個主題

主題色參數可選

  • hot 從黑平滑過度到紅、橙色和黃色的背景色,然后到白色。
  • cool 包含青綠色和品紅色的陰影色。從青綠色平滑變化到品紅色。
  • gray 返回線性灰度色圖。
  • bone 具有較高的藍色成分的灰度色圖。該色圖用于對灰度圖添加電子的視圖。
  • white 全白的單色色圖。?
  • spring 包含品紅和黃的陰影顏色。?
  • summer 包含綠和黃的陰影顏色。
  • autumn 從紅色平滑變化到橙色,然后到黃色。?
  • winter 包含藍和綠的陰影色。

右側的顏色刻度條colorbar也是可選的,如果不寫就不會顯示

總結

原文鏈接:https://blog.csdn.net/coder_Gray/article/details/81867639

欄目分類
最近更新