seaborn.heatmap#

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)#

將矩形資料繪製為顏色編碼的矩陣。

這是一個軸層級的函數，如果沒有將任何軸提供給 ax 引數，則會將熱圖繪製到目前作用中的軸中。除非 cbar 為 False 或將單獨的軸提供給 cbar_ax，否則會佔用此軸空間的一部分並用於繪製色帶。

參數:

data矩形資料集: 可以強制轉換為 ndarray 的 2D 資料集。如果提供 Pandas DataFrame，則索引/欄資訊將用於標記欄和列。
vmin, vmax浮點數，可選: 用於錨定色帶的值，否則會從資料和其他關鍵字引數中推斷出這些值。
cmapmatplotlib 色帶名稱或物件，或顏色清單，可選: 從資料值到色彩空間的對應。如果未提供，則預設值將取決於是否設定了 center。
center浮點數，可選: 繪製發散資料時，色帶置中的值。如果未指定，則使用此參數會變更預設的 cmap。
robust布林值，可選: 如果為 True 且缺少 vmin 或 vmax，則會使用穩健的分位數而不是極值來計算色帶範圍。
annot布林值或矩形資料集，可選: 如果為 True，則在每個儲存格中寫入資料值。如果形狀與 data 相同的類陣列，則使用此值來註釋熱圖而不是資料。請注意，DataFrames 將在位置上匹配，而不是在索引上匹配。
fmt字串，可選: 新增註釋時要使用的字串格式設定碼。
annot_kws鍵值對應的字典，可選: 當 annot 為 True 時，用於 matplotlib.axes.Axes.text() 的關鍵字引數。
linewidths浮點數，可選: 將分隔每個儲存格的線條寬度。
linecolor顏色，可選: 將分隔每個儲存格的線條顏色。
cbar布林值，可選: 是否繪製顏色條。
cbar_kws鍵值對應的字典，可選: 用於 matplotlib.figure.Figure.colorbar() 的關鍵字引數。
cbar_axmatplotlib 軸，可選: 要在其中繪製顏色條的軸，否則會從主要軸佔用空間。
square布林值，可選: 如果為 True，則將軸的長寬比設定為「equal」，這樣每個儲存格都將為方形。
xticklabels, yticklabels「auto」、布林值、類清單或整數，可選: 如果為 True，則繪製資料框架的欄名稱。如果為 False，則不繪製欄名稱。如果為類清單，則將這些替代標籤繪製為 xticklabels。如果為整數，則使用欄名稱，但只繪製每 n 個標籤。如果為「auto」，則嘗試密集繪製不重疊的標籤。
mask布林值陣列或 DataFrame，可選: 如果已傳遞，則不會在 mask 為 True 的儲存格中顯示資料。具有遺漏值的儲存格會自動遮罩。
axmatplotlib 軸，可選: 要在其中繪製圖表的軸，否則使用目前作用中的軸。
kwargs其他關鍵字參數: 所有其他關鍵字參數都會傳遞給 matplotlib.axes.Axes.pcolormesh()。

回傳值:

axmatplotlib 軸 (Axes): 帶有熱圖的軸物件。

另請參閱

clustermap: 使用階層式分群來排列行和列，繪製矩陣。

範例

傳遞 DataFrame 以繪圖，並以索引作為行/列標籤

glue = sns.load_dataset("glue").pivot(index="Model", columns="Task", values="Score")
sns.heatmap(glue)

使用 annot 以文字表示儲存格的值

sns.heatmap(glue, annot=True)

使用格式化字串控制註釋

sns.heatmap(glue, annot=True, fmt=".1f")

使用單獨的 DataFrame 作為註釋

sns.heatmap(glue, annot=glue.rank(axis="columns"))

在儲存格之間加入線條

sns.heatmap(glue, annot=True, linewidth=.5)

依名稱選擇不同的色彩對應表

sns.heatmap(glue, cmap="crest")

或傳遞色彩對應表物件

sns.heatmap(glue, cmap=sns.cubehelix_palette(as_cmap=True))

設定色彩對應表常態化 (對應到最小值和最大值的資料值)

sns.heatmap(glue, vmin=50, vmax=100)

使用 matplotlib.axes.Axes 物件上的方法來調整圖表

ax = sns.heatmap(glue, annot=True)
ax.set(xlabel="", ylabel="")
ax.xaxis.tick_top()