Seaborn 热图参数

Seaborn 是一个用于绘制统计图形的 Python 库，它以 Matplotlib 为基础，提供了更加美观和易用的界面。其中一个热图（heatmap）是用来可视化一个矩阵的，其中每个单元格的颜色表示该数据点的值。本文将介绍 Seaborn 热图常用的参数。

数据

我们使用 Seaborn 自带的数据集 flighs 数据集进行演示。该数据集包含了 1949 年至 1960 年的飞行数据。

import seaborn as sns
flights = sns.load_dataset('flights')
flights = flights.pivot('month', 'year', 'passengers')

基本语法

要绘制一个简单的热图，可以使用 sns.heatmap() 函数。以下是一个基本的代码片段：

sns.heatmap(data)

其中 data 是一个二维数组或 Dataframe，每个单元格的值就是数据点。

热图颜色

Seaborn 热图的主要目的是表示矩阵中每个元素的值。热图的颜色由 cmap 参数控制，默认值为 viridis。

sns.heatmap(data, cmap='hot')

常用的颜色主题包括 ‘viridis’、‘plasma’、‘inferno’ 和 ’magma’，这些都是可连续的颜色图谱。

热图注释

要在热图中显示数据值，可以设置 annot 参数为 True。

sns.heatmap(data, annot=True)

该参数默认是 False，在每个单元格中显示数字。

热图标签

可以为每个颜色条带添加标签以说明它们代表的值。您可以使用 cbar_label 参数指定标签。

sns.heatmap(data, cbar_label='Passengers')

调整热图

可以使用下面的参数调整热图的外观和样式：

• annot_kws: dict，这个参数控制注释的格式。可以设置字体大小、颜色、样式等。
• linewidths: 指定单元格之间的线宽。默认值是 0.5。
• linecolor: 指定单元格之间的线颜色。默认是 ‘white’。
• cbar: bool，该参数设置是否显示颜色条 cbar。默认是 True。
• square: bool，该参数设置是否将每个单元格处理为正方形。默认是 False。
• xticklabels、yticklabels、xticklabels：bool 值，可用来控制是否在热图中显示 X 轴和 Y 轴的标签。

sns.heatmap(data, annot=True, linewidths=.5, cbar=False, square=True)

以上是 Seaborn 热图的常用参数，通过使用这些参数可以实现各种不同风格和需求的热图。