如何使用 Matplotlib 绘制 2D 热图
Suraj Joshi
2024年2月15日
要绘制 2D 热图，我们可以使用以下任何一种方法：
imshow()函数，使用参数interpolation='nearest'和cmap='hot'Seaborn库pcolormesh()函数
imshow() 函数绘制 2D 热图
我们可以使用 imshow 函数的语法：
matplotlib.pyplot.imshow(X,
cmap=None,
norm=None,
aspect=None,
interpolation=None,
alpha=None,
vmin=None,
vmax=None,
origin=None,
extent=None,
shape= < deprecated parameter > ,
filternorm=1,
filterrad=4.0,
imlim= < deprecated parameter > ,
resample=None,
url=None,
*,
data=None,
**kwargs)
示例代码：
import numpy as np
import matplotlib.pyplot as plt
data = np.random.random((8, 8))
plt.imshow(data, cmap="cool", interpolation="nearest")
plt.show()
cmap 是颜色图，我们也可以从这里选择另一个内置的 colormaps。
插值是一种插值方法，可以是 nearest、bilinear 和 hamming 等。
Seaborn 库的 2D 热图
Seaborn 库是建立在 Matplotlib 之上的。我们可以使用 seaborn.heatmap() 函数创建 2D 热图。
import numpy as np
import seaborn as sns
import matplotlib.pylab as plt
data = np.random.rand(8, 8)
ax = sns.heatmap(data, linewidth=0.3)
plt.show()
Seaborn 还在热图的侧面绘制了一个渐变。
pcolormesh() 函数
绘制 2D 热图的另一种方法是使用 pcolormesh() 函数，该函数创建具有非规则矩形网格的伪彩色图。它是 pcolor() 函数的更快替代方法。
import numpy as np
import matplotlib.pyplot as plt
b, a = np.meshgrid(np.linspace(0, 5, 130), np.linspace(0, 5, 130))
c = (a ** 2 + b ** 2) * np.exp(-(a ** 2) - b ** 2)
c = c[:-1, :-1]
l_a = a.min()
r_a = a.max()
l_b = b.min()
r_b = b.max()
l_c, r_c = -np.abs(c).max(), np.abs(c).max()
figure, axes = plt.subplots()
c = axes.pcolormesh(a, b, c, cmap="copper", vmin=l_c, vmax=r_c)
axes.set_title("Heatmap")
axes.axis([l_a, r_a, l_b, r_b])
figure.colorbar(c)
plt.show()
输出：
作者： Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn