sns.heatmap詳解

一、sns.heatmap參數

sns.heatmap是一個數據可視化函數，用於繪製矩陣數據的熱圖。它有很多參數可以用於調整圖形樣式和呈現方式。這裡介紹幾個常用的參數：

import seaborn as sns
import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10, 10))

sns.heatmap(df, cmap='coolwarm', annot=True, fmt='.2f', linewidths=.5)

1. data: 需要展示的數據，可以是DataFrame或numpy數組

2. cmap: 顏色映射表，設置熱圖的顏色主題。它可以是內置顏色映射表（如’coolwarm’、’viridis’、’mako’、’rocket’、’copper’等），也可以是自定義的顏色列表

3. annot: 是否顯示每個單元格的數值

4. fmt: 數值格式，用於控制annot參數輸出數值的格式

5. linewidths: 熱圖中每個矩形之間的間隔線寬度

二、sns.heatmap合併顏色帶

熱圖中的顏色帶用於表示數據值的大小，不同的顏色帶代表不同的數據範圍。有時候，可能需要將兩個熱圖的顏色帶合併為一個顏色帶，以便進行比較。sns.heatmap提供了vmin和vmax參數，用於將不同數據範圍內的顏色值映射到相同的顏色帶上。

df1 = pd.DataFrame(np.random.randn(10, 10))
df2 = pd.DataFrame(np.random.randn(10, 10))

plt.figure(figsize=(8, 6))

plt.subplot(1, 2, 1)
sns.heatmap(df1, cmap='coolwarm', annot=True, fmt='.2f', linewidths=.5)

plt.subplot(1, 2, 2)
sns.heatmap(df2, cmap='coolwarm', annot=True, fmt='.2f', linewidths=.5, vmin=-1, vmax=1)

plt.show()

2個熱圖顏色帶合併之前：

2個熱圖顏色帶合併之後：

三、sns.heatmap函數

sns.heatmap函數可以接收一些關鍵字參數，用於控制熱圖的外觀和響應式。例如，我們可以使用xticklabels和yticklabels參數來更改X和Y軸上的標籤。

df = pd.DataFrame(np.random.randn(10, 10), columns=[f'col{i}' for i in range(10)], 
                  index=[f'row{i}' for i in range(10)])

sns.heatmap(df, cmap='coolwarm', annot=True, fmt='.2f', linewidths=.5, xticklabels=[f'col{i}' for i in range(10)],
           yticklabels=[f'row{i}' for i in range(10)])

plt.show()

熱圖外觀控制示例圖：

四、sns.heatmap作用

sns.heatmap函數主要用於可視化矩陣數據的熱圖，用不同的顏色表示數據的大小，顏色越亮則表示數據越大，顏色越暗則表示數據越小。

例如，設置顏色映射表為’coolwarm’，則大於0的數值顯示為紅色，小於0的數值顯示為藍色，0的數值顯示為中間的白色。

df = pd.DataFrame(np.random.randn(10, 10))

sns.heatmap(df, cmap='coolwarm', annot=True, fmt='.2f', linewidths=.5)

plt.show()

熱圖應用示例圖：

五、sns.heatmap字體大小

sns.heatmap函數可以設置字體的大小，通過修改字體的大小，我們可以讓熱圖更加美觀，易於閱讀。

df = pd.DataFrame(np.random.randn(10, 10))

sns.heatmap(df, cmap='coolwarm', annot=True, fmt='.2f', linewidths=.5, annot_kws={'size': 12})

plt.show()

熱圖字體大小示例圖：

六、sns.heatmap中文列名

sns.heatmap函數默認使用英文字母作為列名，但是有時候我們需要使用中文作為列名，這時候需要更改列名並設置xticklabels參數。

df = pd.DataFrame(np.random.randn(10, 10), columns=[f'列{i}' for i in range(10)])

sns.heatmap(df, cmap='coolwarm', annot=True, fmt='.2f', linewidths=.5, 
            xticklabels=df.columns, yticklabels=[f'行{i}' for i in range(10)],)

plt.show()

熱圖中文列名示例圖：

七、sns.heatmap中文標題

sns.heatmap函數可以設置熱圖的標題，根據熱圖的應用場景，設置對應的標題顯得更為嚴謹。

df = pd.DataFrame(np.random.randn(10, 10), columns=[f'col{i}' for i in range(10)], 
                  index=[f'row{i}' for i in range(10)])

plt.figure(figsize=(8, 6))

sns.heatmap(df, cmap='coolwarm', annot=True, fmt='.2f', linewidths=.5, xticklabels=[f'col{i}' for i in range(10)],
           yticklabels=[f'row{i}' for i in range(10)])

plt.title('熱圖示例', fontsize=16)
plt.show()

熱圖中文標題示例圖：

八、sns.heatmap共用顏色條

如果在同一畫布上繪製多個熱圖，可能需要共用相同的顏色條。sns.heatmap函數提供了cbar參數來實現。

df1 = pd.DataFrame(np.random.randn(10, 10))
df2 = pd.DataFrame(np.random.randn(10, 10))

plt.figure(figsize=(8, 6))

plt.subplot(1, 2, 1)
sns.heatmap(df1, cmap='coolwarm', annot=True, fmt='.2f', linewidths=.5)

plt.subplot(1, 2, 2)
sns.heatmap(df2, cmap='coolwarm', annot=True, fmt='.2f', linewidths=.5, cbar=False)

plt.subplots_adjust(wspace=0.5)

plt.show()

多個熱圖共用顏色條示例圖：

九、sns.heatmap標記目標值

我們可以使用mask參數來標記矩陣的某些區域。例如，標記所有小於0的值為紅色，大於等於0的值為綠色。

df = pd.DataFrame(np.random.randn(10, 10))

mask = np.zeros_like(df)
mask[df < 0] = True

sns.heatmap(df, cmap='coolwarm', annot=True, fmt='.2f', linewidths=.5, mask=mask)

plt.show()

熱圖標記目標值示例圖：

十、sns.heatmap cmap選取

cmap是sns.heatmap函數中的一個參數，用於指定顏色映射表。不同的顏色映射表可以反映不同的數據特徵，選擇合適的顏色映射表非常重要。matplotlib提供了一些內置的顏色映射表，包括’viridis’、’plasma’、’inferno’、’magma’等，可以根據數據特點來選取合適的顏色映射表。

df = pd.DataFrame(np.random.randn(10, 10))

plt.figure(figsize=(8, 6))

plt.subplot(2, 2, 1)
sns.heatmap(df, cmap='viridis', annot=True, fmt='.2f', linewidths=.5)

plt.subplot(2, 2, 2)
sns.heatmap(df, cmap='plasma', annot=True, fmt='.2f', linewidths=.5)

plt.subplot(2, 2, 3)
sns.heatmap(df, cmap='inferno', annot=True, fmt='.2f', linewidths=.5)

plt.subplot(2, 2, 4)
sns.heatmap(df, cmap='magma', annot=True, fmt='.2f', linewidths=.5)

plt.subplots_adjust(wspace=0.5, hspace=0.5)

plt.show()

不同顏色映射表的示例圖：