如何在Python中更改 seaborn 热图图的颜色条大小？

先决条件： Seaborn

颜色条是用于解释热图数据的矩形色标。默认情况下，它与热图大小相同，但可以使用 heatmap()函数的 cbar_kws 参数更改其大小。此参数接受字典类型值并更改颜色条的大小，其收缩参数需要相应地。默认情况下，它是 1，这使得颜色条与热图大小相同。要使颜色条变小，应为收缩指定一个小于 1 的值，而要增加其大小，应为其指定一个大于 1 的值。

heatmap() 的语法：

Syntax: seaborn.heatmap(data, *, vmin=None, vmax=None, cmap=None, center=None, annot_kws=None, linewidths=0, linecolor=’white’, cbar=True, **kwargs)

Important Parameters:

• data: 2D dataset that can be coerced into an ndarray.
• vmin, vmax: Values to anchor the colormap, otherwise they are inferred from the data and other keyword arguments.
• cmap: The mapping from data values to color space.
• center: The value at which to center the colormap when plotting divergent data.
• annot: If True, write the data value in each cell.
• fmt: String formatting code to use when adding annotations.
• linewidths: Width of the lines that will divide each cell.
• linecolor: Color of the lines that will divide each cell.
• cbar: Whether to draw a colorbar.

All the parameters except data are optional.

Returns: An object of type matplotlib.axes._subplots.AxesSubplot 

方法

• 导入模块
• 加载或创建数据
• 使用适当的值创建热图，在此函数本身内，使用收缩及其所需值设置 cbar_kws。
• 显示图

下面给出了使用这种方法的实现：

使用中的数据库：畅销书

示例 1：减小颜色条的大小

Python3

# import modules
import matplotlib.pyplot as mp
import pandas as pd
import seaborn as sb
  
# load data
data = pd.read_csv("bestsellers.csv")
  
# plotting heatmap
sb.heatmap(data.corr(), annot=None, cbar_kws={'shrink': 0.6})
  
# displaying heatmap
mp.show()

输出：

示例 2：增加颜色条的大小

蟒蛇3

# import modules
import matplotlib.pyplot as mp
import pandas as pd
import seaborn as sb
  
# load data
data = pd.read_csv("bestsellers.csv")
  
# plotting heatmap
sb.heatmap(data.corr(), annot=None, cbar_kws={'shrink': 1.3})
  
# displaying heatmap
mp.show()

输出：