Python可视化：使用Seaborn绘制相关系数热力图

本文将介绍如何使用Python的Seaborn库绘制变量相关系数热力图。

import matplotlib.pyplot as plt
import seaborn as sns

# 假设corr为相关系数矩阵

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\n', 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))：创建一个新的图表，并设置图表的大小为9x9。
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\n', fontsize=18)：设置图表的标题为“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')：绘制热力图，其中corr为相关系数矩阵，annot=True表示在热力图上显示数值，vmax=1和vmin=0分别设置最大值和最小值，xticklabels=True和yticklabels=True表示显示x轴和y轴的标签，square=True表示将图表变为正方形，cmap="YlGnBu"设置颜色为黄绿蓝色渐变，linewidths=0.05设置格子之间的线宽为0.05，linecolor='white'设置线的颜色为白色。
plt.show()：显示图表。

修改颜色

如果要修改颜色，可以修改cmap参数的值，可以选择其他的颜色映射。常见的颜色映射包括“Blues”、“Greens”、“Reds”等，也可以使用自定义的颜色映射。例如，将cmap="YlGnBu"改为cmap="Blues"，即可将颜色改为蓝色渐变。

其他可视化技巧

可以使用mask参数来控制某个矩阵块是否显示出来。例如，如果想要隐藏相关系数小于0.8的块，可以使用mask=(corr < 0.8)。
可以使用cbar参数来控制颜色条的显示位置和方向。
可以使用annot_kws参数来调整热力图上数值的显示样式，例如字体大小、颜色、对齐方式等。

希望这篇文章对您有所帮助。如果您有任何问题，请随时留言。