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

import seaborn as sns%matplotlib inlinesns.set(font_scale=1.5)

2.参数

vmax：设置颜色带的最大值

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。

import gmplot # plot the locations on google mapimport numpy as np # linear algebraimport pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv())import matplotlib.pyplot as plt # data visualizationimport seaborn as sns # data visualizationdf = pd.read_csv("data.csv")df = pd.DataFrame(df)df_td = pd.read_csv("datacopy.csv")df_td = pd.DataFrame(df_td)# print df.dtypesprint (df.shape)print (df_td.shape)def plot_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]) # Initialize the map to the first location in the list 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) # Write the map in an HTML file # gmap.draw('Paths_map.html') gmap.draw('{}_Paths_map.html'.format(number))plot_heat_map(df,'4')

内容扩展：

实例扩展1

# -*- coding: utf-8 -*-from pyheatmap.heatmap import HeatMapimport numpy as npN = 10000X = np.random.rand(N) * 255 # [0, 255]Y = np.random.rand(N) * 255data = []for i in range(N): tmp = [int(X[i]), int(Y[i]), 1] data.append(tmp)heat = HeatMap(data)heat.clickmap(save_as="1.png") #点击图heat.heatmap(save_as="2.png") #热图

实例扩展2

import matplotlib.pyplot as pltimport matplotlib.cm as cmfrom matplotlib.colors import LogNormimport numpy as npx, y = np.random.rand(10), np.random.rand(10)z = (np.random.rand(9000000)+np.linspace(0,1, 9000000)).reshape(3000, 3000)plt.imshow(z+10, extent=(np.amin(x), np.amax(x), np.amin(y), np.amax(y)), cmap=cm.hot, norm=LogNorm())plt.colorbar()plt.show()

以上就是python热力图实现简单方法的详细内容，更多关于python热力图的原理实现的资料请关注其它相关文章！