如何使用 Matplotlib 绘制 2D 热图

Python 4天前 10

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()

如何使用 Matplotlib 绘制 2D 热图

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()

如何使用 Matplotlib 绘制 2D 热图

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()