可視化庫-seaborn-熱力圖(第五天)

1. 畫一個基本的熱力圖， 通過熱力圖用來觀察樣本的分布情況

import matplotlib.pyplot as plt
import numpy as np
np.random.seed(0)
import seaborn as sns
# 初始化參數
sns.set()
uniform_data = np.random.rand(3, 3)
heatmap = sns.heatmap(uniform_data)
plt.show()

2. 通過vmin 和 vmax設置熱力圖的區間

uniform_data = np.random.rand(3, 3)
# 通過vmin和vmax設置熱力圖的范圍區間
heatmap = sns.heatmap(uniform_data, vmin=0.2, vmax=0.5)
plt.show()

3.center=0 對於有正有負的數據而言顏色差異更大

uniform_data = np.random.randn(3, 3)
# 通過vmin和vmax設置熱力圖的范圍區間
heatmap = sns.heatmap(uniform_data, center=0)
plt.show()

4. 取出三個特征進行熱力圖的繪制figures.pivot() 第三個屬性表示熱力圖上實際的值

flights = sns.load_dataset('flights')
# 取出這三個屬性畫熱力圖，坐標點的位置是passengers
flights = flights.pivot('month', 'year', 'passengers')
ax = sns.heatmap(flights)
plt.show()

# 將實際的數值繪制到上面
flights = sns.load_dataset('flights')
# 取出這三個屬性畫熱力圖，坐標點的位置是passengers
flights = flights.pivot('month', 'year', 'passengers')
ax = sns.heatmap(flights, annot=True, fmt='d')
plt.show()

5. linewidth 使得格與格之間有距離， 指定調色板, 隱藏colorbar

flights = sns.load_dataset('flights')
# 取出這三個屬性畫熱力圖，坐標點的位置是passengers
flights = flights.pivot('month', 'year', 'passengers')
ax = sns.heatmap(flights, linewidths=0.5, cmap='YlGnBu', cbar=False)
plt.show()