from matplotlib import pyplot as plt import seaborn as sns import numpy as np import pandas as pd #练习的数据： data=np.arange(25).reshape(5,5) data=pd.DataFrame(data) #绘制热度图： plot=sns.heatmap(data) plt.show()
查看效果：
plt.xlabel("X",size=20)
plt.ylabel("Y",size=20,rotation=0)
plt.title("heatmap",size=20)查看效果：
在heatmap里添加关键字参数cbar_kws，这个参数对应是一个字典，字典的内容传递给类Colorbar。这个类就是被调用来绘制色条的。
from matplotlib import pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd
#练习的数据：
data=np.arange(-18,18).reshape(6,6)
data=pd.DataFrame(data)
#设置色条的刻度：
tick_=np.arange(-20,20,5).astype(float)
#编辑做为参数的字典：
dict_={'orientation':'vertical',"label":"color \
scale","drawedges":True,"ticklocation":"top","extend":"min", \
"filled":True,"alpha":0.8,"cmap":"cmap","ticks":tick_}
#将字典传入给参数cbar_kws:
cmap=sns.heatmap(data,cbar_kws=dict_,center=0)
#添加标题和标签：
plt.xlabel("X",size=20)
plt.ylabel("Y",size=20,rotation=0)
plt.title("heatmap",size=20)
plt.show()查看效果：
这里的orientation（定位）参数对应的参数值有vertical（垂直）和 horizontal（水平），可以调整色条的放置状态，ticks参数传递色条的刻度值。
在Colorbar类里，没有直接的参数可以调整刻度字体的大小，所以无法通过关键字参数cbar_kws进行调整刻度字体大小。
但是可以调用Colorbar的ax类进行调整：
#调用Colorbar类： cbar = cmap.collections[0].colorbar #利用Colorbar类的axis类的方法，修改刻度大小和设置刻度颜色 cbar.ax.tick_params(labelsize=20,labelcolor="blue")
这里的cmap是用sns.heatmap()函数绘制热度图时赋予的对象
这里的关键步骤是cbar = cmap.collections[0].colorbar
得到的cbar.ax变量是matplotlib.axes._subplots.AxesSubplot类，和cmap变量一致
这里的cbar.ax连接到matplotlib.axis类，可以使用后者的方法
#修改色条标签的字体大小： cbar.ax.ylabel(ylabe="color scale",size=20,color="red",loc="center") plt.show()
查看效果：
实际上，这副热度图可以看做是两张图，左侧的热度图和右侧的色条。
from matplotlib import pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd
from matplotlib import colorbar
#练习的数据：
data=np.arange(-18,18).reshape(6,6)
data=pd.DataFrame(data)
#绘制热度图：
tick_=np.arange(-20,20,5).astype(float)
dict_={'orientation':'vertical',"label":"color \
scale","drawedges":True,"ticklocation":"right","extend":"min", \
"filled":True,"alpha":0.8,"cmap":"cmap","ticks":tick_,"spaci,linewidths=0.5ng":'proportional'}
#绘制添加数值和线条的热度图：
cmap = sns.heatmap(data,linewidths=0.8,annot=True,fmt="d")
plt.xlabel("X",size=20)
plt.ylabel("Y",size=20,rotation=0)
plt.title("heatmap",size=20)
#调整色带的标签：
cbar = cmap.collections[0].colorbar
cbar.ax.tick_params(labelsize=20,labelcolor="blue")
cbar.ax.set_ylabel(ylabel="color scale",size=20,color="red",loc="center")
plt.show()查看效果：
利用heatmapL里的参数cmap，较好看的参数有“YlGnBu”和“BuPu_r”：
要知道cmap有哪些参数，报一次错就可以了。
#练习的数据： data=np.arange(-18,18).reshape(6,6) flights=pd.DataFrame(data) #设置一个1行2列的画图： fig,ax=plt.subplots(1,2) sns.heatmap(flights, cmap="YlGnBu",ax=ax[0]) sns.heatmap(flights, cmap="BuPu_r",ax=ax[1]) plt.show()
查看效果：
