python热力图颜色设置（python热力图的原理实现）

在我们想要对不同变量进行判断的时候           ，会分析其中的之间的联系
  
  
  
  
  。这种理念同样也被用在实例生活中
  
 
  
 
  
 
  
 
  
 
，最常见到的是做一个地理的热力图  
  
  
  
  
 。很多人对画热力图的方法不是很清楚









，我们可以先装好相关的工具 
  
  
  
  
  ，了解一些使用参数
  
  
  
  
  
，然后在实例中进行画热力图的实例体验
 


 


 


 


 

，下面就来看看具体的方法吧
 


 


 


 


 


。

1.导入相关的packages

importseabornassns %matplotlibinline sns.set(font_scale=1.5)

2.参数

vmax：设置颜色带的值

vmin：设置颜色带的最小值

cmap：设置颜色带的色系

center：设置颜色带的分界线

annot：是否显示数值注释

fmt：format的缩写 
 
 
 
 
 ，设置数值的格式化形式

linewidths：控制每个小方格之间的间距

linecolor：控制分割线的颜色

cbar_kws：关于颜色带的设置

mask：传入布尔型矩阵
   
   
   
   
   
，若为矩阵内为True
 

 

 

 

 
，则热力图相应的位置的数据将会被屏蔽掉（常用在绘制相关系数矩阵图）

3.实例

用Python生成heatmap比较简单 

 

 

 

 

 ，导入googlmap然后把经纬度plot在地图上就可以了
 
 
 
 
 。最后把heatmap生成为一个html文件          ，可以放大和缩小   
   
   
   
   
 。

importgmplot#plotthelocationsongooglemap importnumpyasnp#linearalgebra importpandasaspd#dataprocessing,CSVfileI/O(e.g.pd.read_csv()) importmatplotlib.pyplotasplt#datavisualization importseabornassns#datavisualization df=pd.read_csv("data.csv") df=pd.DataFrame(df) df_td=pd.read_csv("datacopy.csv") df_td=pd.DataFrame(df_td) #printdf.dtypes print(df.shape) print(df_td.shape) defplot_heat_map(data,number): latitude_array=data[INTPTLAT].values latitude_list=latitude_array.tolist() print(latitude_list[0]) Longitude_array=data[INTPTLONG].values longitude_list=Longitude_array.tolist() print(longitude_list[0]) #Initializethemaptothefirstlocationinthelist gmap=gmplot.GoogleMapPlotter(latitude_list[0],longitude_list[0],10) #gmap.scatter(latitude_list,longitude_list,edge_width=10) gmap.heatmap(latitude_list,longitude_list) #WritethemapinanHTMLfile #gmap.draw(Paths_map.html) gmap.draw({}_Paths_map.html.format(number)) plot_heat_map(df,4)