5分钟入门 Seaborn 热力图可视化

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

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。

本次演示采用的数据集是Seaborn中内置的flights航班数据集：

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！

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。

：设置颜色带的最大值

：设置颜色带的最小值

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。

：设置颜色带的色系

好像变好看了?

：设置颜色带的分界线

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

：是否显示数值注释

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。

：format的缩写，设置数值的格式化形式

：控制每个小方格之间的间距

：控制分割线的颜色

：关于颜色带的设置

：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）

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！

点击成为社区注册会员喜欢文章，点个在看