python使用seaborn绘制热力图

最近写论文，需要把特征图以热图的形式展示出来，因此写下这篇笔记：

需要用到的库为seaborn

具体代码如下：

import seanborn as sns
sns.set()
# 注意： your_data只能是二维矩阵，特征图为多通道时可以使用mean函数取通道上的平均。
ax = sns.heatmap(your_data, cmap="rainbow", xticklabels=False, yticklabels=False, cbar=True)
b = ax.get_figure()
b.savefig(your_save_path)

seaborn库是一个可视化数据的库，heatmap是该库中的一个用来绘制热力图的函数。

heatmap()函数中有很多参数，可以根据自己的绘图需要进行选择，以下是该函数的完整参数。

seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, robust=False, annot=None, fmt='.2g', annot_kws=None, linewidths=0, linecolor='white', cbar=True, cbar_kws=None, cbar_ax=None, square=False, xticklabels='auto', yticklabels='auto', mask=None, ax=None, **kwargs)

下面对常用参数进行说明解释：

• data：

二维矩阵

• vmin和vmax：

最大值和最小值用来界定颜色的映射范围

• cmap：

颜色的种类，有很多种颜色可供选择，但是一般选用“rainbow”，更多颜色参数参见 cmap颜色参数

• center

绘制有色数据时将色彩映射居中的值。 如果没有指定，则使用此参数将更改默认的 cmap

• cbar

布尔值，选择是否绘制颜色条

xticklabels, yticklabels：

如果为True，则绘制数据框的列名称。如果为False，则不绘制列名称。如果是列表，则将这些替代标签绘制为xticklabels。如果是整数，则使用列名称，但仅绘制每个n标签。如果是“auto”，将尝试密集绘制不重叠的标签。

更详细的说明和使用方法参见seaborn.heatmap()官方中文文档