seaborn.heatmap

这是一个坐标轴级的函数，如果没有提供给参数，它会将热力图绘制到当前活动的轴中。除非cbar为False或为cbar_ax提供单独的Axes，否则将使用此轴空间的一部分绘制颜色图。

参数：data：矩形数据集

vmin, vmax：浮点型数据，可选参数。

用于锚定色彩映射的值，否则它们是从数据和其他关键字参数推断出来的。

cmap：matplotlib 颜色条名称或者对象，或者是颜色列表，可选参数。

从数据值到颜色空间的映射。如果没有提供，默认值将取决于是否设置了“center”。

center：浮点数，可选参数。

绘制有色数据时将色彩映射居中的值。如果没有指定，则使用此参数将更改默认的cmap。

robust：布尔值，可选参数。

如果是True，并且vmin或vmax为空，则使用稳健分位数而不是极值来计算色彩映射范围。

annot:布尔值或者矩形数据，可选参数。

如果为True，则在每个热力图单元格中写入数据值。如果数组的形状与data相同，则使用它来代替原始数据注释热力图。

fmt：字符串，可选参数。

annot_kws：字典或者键值对，可选参数。

当annot为True时，的关键字参数。

linewidths：浮点数，可选参数。

划分每个单元格的行的宽度。

linecolor：颜色，可选参数

划分每个单元的线条的颜色。

描述是否绘制颜色条。

cbar_kws：字典或者键值对，可选参数。

fig.colorbar的关键字参数。

cbar_ax：matplotlib Axes，可选参数。

square：布尔值，可选参数。

如果为True，则将坐标轴方向设置为“equal”，以使每个单元格为方形。

xticklabels, yticklabels：“auto”，布尔值，类列表值，或者整形数值，可选参数。

如果为True，则绘制数据框的列名称。如果为False，则不绘制列名称。如果是列表，则将这些替代标签绘制为xticklabels。如果是整数，则使用列名称，但仅绘制每个n标签。如果是“auto”，将尝试密集绘制不重叠的标签。

mask：布尔数组或者DataFrame数据，可选参数。

如果为空值，数据将不会显示在mask为True的单元格中。具有缺失值的单元格将自动被屏蔽。

ax：matplotlib Axes，可选参数。

绘制图的坐标轴，否则使用当前活动的坐标轴。

kwargs：其他关键字参数。

所有其他关键字参数都传递给ax.pcolormesh。

返回值：ax：matplotlib Axes

另请参见

使用分层聚类绘制矩阵以排列行和列。

范例

>>> import numpy as np; np.random.seed(0)
>>> uniform_data = np.random.rand(10, 12)
>>> ax = sns.heatmap(uniform_data)

更改默认的colormap范围：

>>> ax = sns.heatmap(uniform_data, vmin=0, vmax=1)

使用发散色图绘制以0为中心的数据的热力图：

>>> ax = sns.heatmap(normal_data, center=0)

使用特定的行和列标签绘制dataframe：

使用整数格式的数字值注释每个小单元格：

>>> ax = sns.heatmap(flights, annot=True, fmt="d")

在每个单元格之间添加线：

>>> ax = sns.heatmap(flights, linewidths=.5)

使用不同的colormap：

>>> ax = sns.heatmap(flights, cmap="YlGnBu")

将colormap置于特定值的中心：

绘制每个其他列标签，而不绘制行标签：

>>> data = np.random.randn(50, 20)

不绘制颜色条：

>>> ax = sns.heatmap(flights, cbar=False)

在不同的坐标轴方向绘制颜色条：

>>> grid_kws = {"height_ratios": (.9, .05), "hspace": .3}
>>> f, (ax, cbar_ax) = plt.subplots(2, gridspec_kw=grid_kws)
>>> ax = sns.heatmap(flights, ax=ax,
...                  cbar_ax=cbar_ax,