一、熱力圖繪制參數詳解
sns.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, annot=None, fmt='.2g', annot_kws=None, linewidths=0, linecolor='white', cbar=True,cbar_kws = None, square=False, xticklabels='auto', icklabels='auto', mask=None, ax=None)
data：指定繪制熱力圖的數據集
- vmin,vmax：用於指定圖例中最小值與最大值的顯示值
- cmap：指定一個colormap對象，用於熱力圖的填充色
- center：指定顏色中心值，通過該參數可以調整熱力圖的顏色深淺
- annot：指定一個bool類型的值或與data參數形狀一樣的數組，如果為True，就在熱力圖的每個單元上顯示數值
- fmt：指定單元格中數據的顯示格式
- annot_kws：有關單元格中數值標簽的其他屬性描述，如顏色、大小等
- linewidths ：指定每個單元格的邊框寬度
- linecolor：指定每個單元格的邊框顏色
- cbar：bool類型參數，是否用顏色條作為圖例，默認為True
- square：bool類型參數，是否使熱力圖的每個單元格為正方形，默認為False
- cbar_kws：有關顏色條的其他屬性描述
- xticklabels,yticklabels：指定熱力圖x軸和y軸的刻度標簽，如果為True，則分別以數據框的變量名和行名稱作為刻度標簽
- mask：用於突出顯示某些數據
- ax：用於指定子圖的位置
官方鏈接：http://seaborn.pydata.org/generated/seaborn.heatmap.html
1 import pandas as pd 2 import seaborn as sns 3 # 讀取數據 4 Sales = pd.read_excel('Sales.xlsx') 5 # 根據交易日期，衍生出年份和月份字段 6 Sales['year'] = Sales.Date.dt.year 7 Sales['month'] = Sales.Date.dt.month 8 # 統計每年各月份的銷售總額 9 Summary = Sales.pivot_table(index = 'month', columns = 'year', values = 'Sales', aggfunc = np.sum) 10 11 # 繪制熱力圖 12 sns.heatmap(data = Summary, # 指定繪圖數據 13 cmap = 'PuBuGn', # 指定填充色 14 linewidths = .1, # 設置每個單元格邊框的寬度 15 annot = True, # 顯示數值 16 fmt = '.1f' # 以科學計算法顯示數據 17 ) 18 #添加標題 19 plt.title('每年各月份銷售總額熱力圖') 20 # 顯示圖形 21 plt.show()
