|
@使用Python绘制热力图——Pycharm
Python绘制热力图，看完就会用
python绘制热力图简单教程，复制代码就能用，需要表格可以留言~~~
首先需要准备一个热力图所需的相关矩阵
格式如下：（需要这个表的可以留言~在后续操作时仅需改变表格数据就行）
热力图所需的相关矩阵  然后就可以画出这样的图  
获取文中Excel文件，复制代码就能用
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
#读取文件所在位置
data = pd.read_excel("E:/onedrive/桌面/hot_map.xlsx")
#figsize设置图片比例大小（一般是10，6 或 8，5）
f, ax = plt.subplots(figsize=(10,6))
ax = sns.heatmap(data.iloc[0:len(data.columns)-1,1:len(data.columns)],cmap = 'RdBu',ax=ax,annot=True)
ax.set_yticklabels(data.iloc[0:len(data.columns)-1,0], rotation=45)
ax.set_xticklabels(data.iloc[0:len(data.columns)-1,0], rotation=45)
plt.show()
代码实现（需手动操作）
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
#读取文件所在位置
data = pd.read_excel("E:/onedrive/桌面/hot_map.xlsx")
print(data)
#figsize设置图片比例大小（一般是10，6 或 8，5）
f, ax = plt.subplots(figsize=(10,6))
#数字含义：12是指标数量；13为指标数量+1
#annot：图中显示数值，如果不想要可以改为False或删除
ax = sns.heatmap(data.iloc[0:12,1:13],cmap = 'RdBu',ax=ax,annot=True)
#定位中12为指标数量，如果指标名称较短，则可以不加 rotation=45
ax.set_yticklabels(data.iloc[0:12,0], rotation=45)
ax.set_xticklabels(data.iloc[0:12,0], rotation=45)
plt.show()
其中关于"cmap颜色"通常指的是在数据可视化中使用的颜色映射（Colormap）的问题。颜色映射是将数据值映射到具体颜色的方式，常用于绘制热力图、散点图等数据图表中。 常见的颜色映射包括： 1、热力图颜色映射：常见的颜色映射包括"jet"、“viridis”、“cividis"等，用于表示数据的渐变。 2、彩虹色映射：包括"rainbow"等，但这些映射在数据可视化中不推荐使用，因为它们可能引起误导。 3、渐变色映射：例如"coolwarm”、"plasma"等，用于突出数据的变化。 4、自定义颜色映射：您也可以根据需要创建自定义的颜色映射。
【自己觉得比较好看的颜色，码住！】
单一色调：viridis,plasma
渐变色调：Greys，Purples,Blues,Greens,YIGnBu
发散色调：PiYG,PRGn,BrBG,coolwarm,RdBu
循环色调：twilight,hsv
一些杂色：Pastel1,Pastel2,tab10,Set1
附：Excel案例表格 链接：https://pan.baidu.com/s/1_SifTI_aFYrUse0Wkj3ojw 提取码：jere
|