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
，包含4列数据，列名为
["p1", "p2", "p3", "p4"]
。我们将使用这4列数据生成一个热力图，如下图所示：
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 pdimport seaborn as snsfrom matplotlib import pyplot as pltdict_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
函数的参数解释：
算家云
高效、便捷的人工智能算力服务平台
37 查看详情
sns.heatmap(df_1, linewidths=0.05, linecolor='yellow', vmin=0, vmax=5, annot=True)
linewidths
：设置每个单元格的线宽。
linecolor
：设置单元格线框的颜色。
vmin=0, vmax=5
：设置颜色区间的最小值和最大值。
annot=True
：在每个单元格中显示具体的数值。
如果对生成的热力图颜色不满意，可以通过增加
cmap
参数来更改颜色映射。例如：
sns.heatmap(df_1, linewidths=0.05, linecolor='yellow', vmin=0, vmax=5, annot=True, cmap="hot_r")
不同的
cmap
参数会产生不同的颜色效果，如下图所示：
cmap="hot_r"
效果图：
cmap="YlGnBu"
效果图：
以上就是Python-科学计算-seaborn-02-热力图的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/367438.html
微信扫一扫 
支付宝扫一扫 
