Python编程小技巧--热力图
- 2026-02-06 17:57:24
Python编程小技巧--热力图热力图是用颜色深浅来直观展示数据分布的工具，特别适合一眼看出哪些区域数据密集或异常。 比如用它展示销售数据，颜色越深代表销量越高，能立刻看出热门区域，或者显示不同股票在不同时间段的价格波动，颜色越深代表波动越大等 。 
用Python画热力图非常方便，比如我们查看多个变量之间的相关性强弱，代码如下（可直接运行，展示结果见上图） 其核心原理在于 最后通过下面语句添加颜色条即大功告成 再看下面这个例子，是不是有点类似 GitHub 贡献日历的活跃度热力图呢（需要这个源码的小伙伴们可以评论区留言或者私信~） 
推荐合集
import matplotlib.pyplot as pltimport numpy as np# 示例：3个变量的随机数据np.random.seed(0)X = np.random.randn(100, 3)# 计算相关系数矩阵corr = np.corrcoef(X, rowvar=False) # shape (3,3)# 画热力图plt.imshow(corr, cmap='RdBu', vmin=-1, vmax=1)plt.colorbar()plt.title("相关性热力图")# 添加文本标注for i in range(corr.shape[0]):for j in range(corr.shape[1]):plt.text(j, i, f"{corr[i, j]:.2f}",ha="center", va="center", color="white")plt.xticks(range(3), ['Var1', 'Var2', 'Var3'])plt.yticks(range(3), ['Var1', 'Var2', 'Var3'])plt.show()
plt.imshow(corr, cmap='RdBu', vmin=-1, vmax=1)plt.imshow()：将二维数组以图像形式显示（热力图常用）。cmap='RdBu'：使用红-蓝（Red-Blue）色谱：- 红色 → 正相关（接近 +1）
- 蓝色 → 负相关（接近 -1）
- 白色/浅色 → 接近 0
vmin=-1, vmax=1：手动设置颜色映射范围，确保 -1 到 1 对应完整的色谱（否则会自动缩放，影响解读）。
plt.colorbar()细数那些经典教材（编程、数据结构与算法相关）
推荐文章
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。
