2024-04-25 00:41:05 发布
网友
Seaborn处理大量的手工工作,并在图表的侧面自动绘制渐变等
import numpy as np import seaborn as sns import matplotlib.pylab as plt uniform_data = np.random.rand(10, 12) ax = sns.heatmap(uniform_data, linewidth=0.5) plt.show()
或者,您甚至可以绘制正方形矩阵的上/下左/右三角形,例如一个正方形且对称的相关矩阵,因此无论如何,绘制所有值都是多余的。
corr = np.corrcoef(np.random.randn(10, 200)) mask = np.zeros_like(corr) mask[np.triu_indices_from(mask)] = True with sns.axes_style("white"): ax = sns.heatmap(corr, mask=mask, vmax=.3, square=True, cmap="YlGnBu") plt.show()
带参数interpolation='nearest'和cmap='hot'的^{}函数应该做您想要的事情。
interpolation='nearest'
cmap='hot'
import matplotlib.pyplot as plt import numpy as np a = np.random.random((16, 16)) plt.imshow(a, cmap='hot', interpolation='nearest') plt.show()
对于二维numpy数组,只需使用imshow()就可以帮助您:
numpy
imshow()
import matplotlib.pyplot as plt import numpy as np def heatmap2d(arr: np.ndarray): plt.imshow(arr, cmap='viridis') plt.colorbar() plt.show() test_array = np.arange(100 * 100).reshape(100, 100) heatmap2d(test_array)
此代码生成连续热图。
您可以从here中选择另一个内置的colormap。
colormap
Seaborn处理大量的手工工作,并在图表的侧面自动绘制渐变等
或者,您甚至可以绘制正方形矩阵的上/下左/右三角形,例如一个正方形且对称的相关矩阵,因此无论如何,绘制所有值都是多余的。
带参数} 函数应该做您想要的事情。
interpolation='nearest'
和cmap='hot'
的^{对于二维
numpy
数组,只需使用imshow()
就可以帮助您:此代码生成连续热图。
您可以从here中选择另一个内置的
colormap
。相关问题 更多 >
编程相关推荐