Python 可视化：使用 Seaborn 创建热图并进行美化

本教程将介绍如何使用 Python 中的 Seaborn 库创建热图，并使用 Matplotlib 对其进行美化。我们将展示如何设置字体、解决负号显示问题、添加标题、控制热图的颜色和外观。

import matplotlib.pyplot as plt
import seaborn as sns

# 假设你已经计算好了相关系数矩阵 corr

plt.subplots(figsize=(9, 9))    # 设置画面大小
plt.rcParams['font.sans-serif'] = ['FangSong']   # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False     # 解决保存图像是负号'-'显示为方块的问题,负号正常显示
plt.title('变量相关系数 - 热图
', fontsize=18)   # 添加图表标题“变量相关系数 - 热图”,fontsize=18 字体大小 可省略

# annot=True，是显式热力图上的数值；vmax是显示最大值;xticklabels、yticklabels轴标签显示；square=True，将图变成一个正方形，默认是一个矩形；cmap="YlGnBu"是一种模式，就是图颜色配置。
# mask:控制某个矩阵块是否显示出来,默认值是None,如果是布尔型的DataFrame，则将DataFrame里True的位置用白色覆盖掉

sns.heatmap(corr, annot=True, vmax=1, vmin=0, xticklabels=True, yticklabels=True, square=True, cmap="YlGnBu",
            linewidths=0.05, linecolor='white')    # mask=t < 0.8等价于mask=(t < 0.8)
plt.show()

代码解释

plt.subplots(figsize=(9, 9)): 创建一个新的画布，并设置画布的大小为9x9英寸。
plt.rcParams['font.sans-serif'] = ['FangSong']: 设置默认字体为仿宋。
plt.rcParams['axes.unicode_minus'] = False: 解决保存图像时负号显示为方块的问题。
plt.title('变量相关系数 - 热图 ', fontsize=18): 设置图表标题为'变量相关系数 - 热图'，字体大小为18。
sns.heatmap(corr, annot=True, vmax=1, vmin=0, xticklabels=True, yticklabels=True, square=True, cmap="YlGnBu", linewidths=0.05, linecolor='white'): 创建一个热图，其中corr是相关系数矩阵，annot=True表示在热图上显示数值，vmax=1和vmin=0分别表示热图的最大值和最小值，xticklabels=True和yticklabels=True表示显示x轴和y轴的标签，square=True表示将热图显示为正方形，cmap="YlGnBu"表示使用YlGnBu颜色映射，linewidths=0.05和linecolor='white'分别表示热图的线宽和线的颜色。
plt.show(): 显示图表。

总结

本教程展示了如何使用 Seaborn 创建一个热图，并使用 Matplotlib 对其进行美化。通过调整字体、解决负号问题、添加标题和控制热图的外观，我们可以创建出更易于理解和视觉上更吸引人的可视化图表。