Matplotlib 热力图

Matplotlib 热力图函数

热力图，指的是以高亮的方式来显示区域的密度情况，以展示数据的差异性。在 Matplotlib 中，我们可以使用 imshow() 函数来绘制一个热力图。

语法：

plt.imshow(x)

说明：

x 用于定义热力图的数据部分，它是一个二维数据，比如二维列表、二维数组或 DataFrame。

示例 1：Matplotlib 绘制热力图

import matplotlib.pyplot as plt

# 绘图
x = [[1, 2], [3, 4], [5, 6]]
plt.imshow(x)
plt.colorbar()

# 显示
plt.show()

运行之后，效果如下图所示。

分析：

data 是一个 2 × 3 的二维列表，所以它绘制出来的热力图也是 2 × 3 的方块图。其中最顶部 2 个方块是 [1, 2]，中间的 2 个方块是 [3, 4]，底部的 2 个方块是 [5, 6]。然后 1 的颜色最深，6 的颜色最浅。

Matplotlib 热力图样式

对于热力图来说，我们可以使用 cmap 参数来定义热力图的颜色，它的常用取值如下表所示。

示例 2：热力图颜色

import matplotlib.pyplot as plt

# 绘图
data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
plt.imshow(data, cmap=plt.cm.spring)
plt.colorbar()

# 显示
plt.show()

运行之后，效果如下图所示。

示例 3：颜色条的长宽

import matplotlib.pyplot as plt

# 绘图
data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
plt.imshow(data, cmap=plt.cm.spring)
plt.colorbar(shrink=0.5)

# 显示
plt.show()

运行之后，效果如下图所示。

分析：

colorbar() 函数可以使用 shrink 参数来定义颜色条的长宽，shrink=0.5 表示定义颜色条长宽为默认长宽的一半。

最后需要说明的是，Matplotlib 提供的热力图能力有限，使用起来也比较麻烦。在实际开发中，我们更推荐使用后面介绍的 Seaborn 来实现热力图。