📅  最后修改于: 2023-12-03 15:22:04.453000             🧑  作者: Mango
当我们需要对数据进行可视化展示时,热图是一种常用的方式。在 Pandas 中,我们可以很方便地将 DataFrame 转换成热图展示。本文将介绍如何使用 Pandas 和 Seaborn(一个 Python 数据可视化库)来实现此功能。
import pandas as pd
import seaborn as sns
data = {'A': [0.1, 0.3, 0.7, 0.9],
'B': [0.2, 0.4, 0.6, 0.8],
'C': [0.3, 0.5, 0.6, 0.7],
'D': [0.2, 0.4, 0.8, 0.9]}
df = pd.DataFrame(data)
heatmap()
函数:sns.heatmap(df, cmap='YlGnBu', annot=True, fmt='.1g')
在 heatmap()
函数中,我们可以用以下参数来做一些修改:
cmap
:设置颜色主题。annot
:如果为 True,则在热图中显示每个单元格的数据值。fmt
:设置数据值的格式。完整代码如下:
import pandas as pd
import seaborn as sns
data = {'A': [0.1, 0.3, 0.7, 0.9],
'B': [0.2, 0.4, 0.6, 0.8],
'C': [0.3, 0.5, 0.6, 0.7],
'D': [0.2, 0.4, 0.8, 0.9]}
df = pd.DataFrame(data)
sns.heatmap(df, cmap='YlGnBu', annot=True, fmt='.1g')
运行结果:
以上是以热图样式显示 Pandas DataFrame 的方法。使用 Seaborn 库,我们可以很方便地将数据可视化展示,让数据更加直观易懂。