如何在Python中使用 Matplotlib 绘制二维热图？

二维热图是一种数据可视化工具，有助于以颜色的形式表示现象的大小。在Python中，我们可以使用 Matplotlib 包绘制二维热图。绘制二维热图有多种不同的方法，下面将讨论其中一些方法。

方法一：使用 matplotlib.pyplot.imshow()函数

Syntax: matplotlib.pyplot.imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None,
vmax=None, origin=None, extent=None, shape=, filternorm=1, filterrad=4.0,
imlim=, resample=None, url=None, \*, data=None, \*\*kwargs)
 

Python3

# Program to plot 2-D Heat map
# using matplotlib.pyplot.imshow() method
import numpy as np
import matplotlib.pyplot as plt
  
data = np.random.random(( 12 , 12 ))
plt.imshow( data , cmap = 'autumn' , interpolation = 'nearest' )
  
plt.title( "2-D Heat Map" )
plt.show()

输出：

方法二：使用 Seaborn 库

为此，我们使用seaborn.heatmap()函数

Syntax: 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)
 

蟒蛇3

# Program to plot 2-D Heat map
# using seaborn.heatmap() method
import numpy as np
import seaborn as sns
import matplotlib.pylab as plt
  
data_set = np.random.rand( 10 , 10 )
ax = sns.heatmap( data_set , linewidth = 0.5 , cmap = 'coolwarm' )
  
plt.title( "2-D Heat Map" )
plt.show()

输出：

方法三：使用 matplotlib.pyplot.pcolormesh()函数

Syntax: matplotlib.pyplot.pcolormesh(*args, alpha=None, norm=None, cmap=None, vmin=None, vmax=None, 
shading=’flat’, antialiased=False, data=None, **kwargs)
 

蟒蛇3

# Program to plot 2-D Heat map
# using matplotlib.pyplot.pcolormesh() method
import matplotlib.pyplot as plt
import numpy as np
  
Z = np.random.rand( 15 , 15 )
  
plt.pcolormesh( Z , cmap = 'summer' )
  
plt.title( '2-D Heat Map' )
plt.show()

输出：