这个系列将深入探讨python的科学计算模块,今天我们来详细讲解seaborn模块的热力图功能。首先,我们将展示如何使用seaborn创建热力图,并提供相应的代码示例和解读。
Part 1:热力图示例
我们假设有一个数据框
df_1
["p1", "p2", "p3", "p4"]

Part 2:代码
立即学习“Python免费学习笔记(深入)”;
下面是生成上述热力图的完整代码:
import pandas as pd
import seaborn as sns
from matplotlib import pyplot as plt
dict_1 = {
"p1": [0.5, 0.8, 1.0, 1.2, 1.5, 2.5, 0.9, 0.6, 1.3, 1.0,
1.3, 1.6, 1.9, 2.5, 4.2, 3.5, 2.2, 1.2, 1.5, 0.5],
"p2": [1.3, 2.8, 1.3, 1.4, 6.5, 2.5, 0.9, 0.6, 1.3, 1.0,
1.3, 1.6, 1.9, 2.5, 4.2, 3.5, 1.2, 1.2, 3.5, 2.5],
"p3": [2.5, 0.8, 1.3, 1.2, 1.5, 2.8, 1.9, 0.6, 1.3, 1.1,
1.3, 1.6, 1.1, 2.5, 4.2, 3.9, 2.2, 1.2, 1.5, 0.5],
"p4": [2.5, 0.8, 1.3, 1.2, 1.5, 3.8, 1.9, 0.6, 1.3, 1.1,
1.3, 1.6, 1.1, 2.5, 4.2, 3.9, 2.2, 1.2, 1.5, 0.5]
}
df_1 = pd.DataFrame(dict_1, columns=["p1", "p2", "p3", "p4"])
print(df_1)
sns.set(style="ticks", color_codes=True)
sns.heatmap(df_1, linewidths=0.05, linecolor='yellow', vmin=0, vmax=5, annot=True)
plt.show()Part 3:部分代码解读
下面是代码中
sns.heatmap
sns.heatmap(df_1, linewidths=0.05, linecolor='yellow', vmin=0, vmax=5, annot=True)
linewidths
linecolor
vmin=0, vmax=5
annot=True
如果对生成的热力图颜色不满意,可以通过增加
cmap
sns.heatmap(df_1, linewidths=0.05, linecolor='yellow', vmin=0, vmax=5, annot=True, cmap="hot_r")
不同的
cmap
cmap="hot_r"

cmap="YlGnBu"

以上就是Python-科学计算-seaborn-02-热力图的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号