python数据可视化（8）——绘制热力图

课程学习来源：b站up：【蚂蚁学python】
【课程链接：【【数据可视化】Python数据图表可视化入门到实战】】
【课程资料链接：【链接】】

python：3.12.3
所有库都使用最新版。
直接使用视频课程的代码可能无法正常运行显示出图片，本专栏的学习对代码进行了一定程度的补充以满足当前最新的环境。

Python绘制热力图查看两个分类变量之间的强度分布

热力图（heat map）

热力图（或者色块），由小色块组成的二维图表，其中：

• x、y轴可以是分类变量，对应的小方块由连续数值表示颜色强度
• 即，用两个分类字段确定数值的位置，用于展示数据的分布情况

import pandas as pd 
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

sns.set() # 设置默认样式
sns.set_style("whitegrid", {"font.sans_serif":["simhei", "Arial"]}) # 白色单线格，且展示中文
sns.set(font="simhei")#遇到标签需要汉字的可以在绘图前加上这句

实例1：绘制北京景区热度图

df = pd.DataFrame(
    np.random.rand(4,7),
    index = ["天安门","故宫","森林公园","8达岭长城"],
    columns = ["Mon","Tue","Wed","Thu","Fri","Sat","Sun"]
)

df

plt.figure(figsize=(10,4))
sns.heatmap(df, annot=True, fmt=".4f", cmap = "coolwarm")

<Axes: >

​

​

实例2：绘制泰坦尼克事件与存亡变量的关系

# 读取并合并泰坦尼克数据
df = pd.concat(# concat实现按行合并
    [
        pd.read_csv("../DATA_POOL/PY_DATA/ant-learn-visualization-master/datas/titanic/titanic_train.csv"),
        pd.read_csv("../DATA_POOL/PY_DATA/ant-learn-visualization-master/datas/titanic/titanic_test.csv")
    ]
)

df.head()

df.info()

<class 'pandas.core.frame.DataFrame'>
Index: 1309 entries, 0 to 417
Data columns (total 12 columns):
 #   Column       Non-Null Count  Dtype  
---  ------       --------------  -----  
 0   PassengerId  1309 non-null   int64  
 1   Survived     891 non-null    float64
 2   Pclass       1309 non-null   int64  
 3   Name         1309 non-null   object 
 4   Sex          1309 non-null   object 
 5   Age          1046 non-null   float64
 6   SibSp        1309 non-null   int64  
 7   Parch        1309 non-null   int64  
 8   Ticket       1309 non-null   object 
 9   Fare         1308 non-null   float64
 10  Cabin        295 non-null    object 
 11  Embarked     1307 non-null   object 
dtypes: float64(3), int64(4), object(5)
memory usage: 132.9+ KB

# pandas 把字符串类型的列，变成分类数字编码
for field in ["Sex", "Cabin", "Embarked"]:
    df[field] = df[field].astype("category").cat.codes

df.info()

<class 'pandas.core.frame.DataFrame'>
Index: 1309 entries, 0 to 417
Data columns (total 12 columns):
 #   Column       Non-Null Count  Dtype  
---  ------       --------------  -----  
 0   PassengerId  1309 non-null   int64  
 1   Survived     891 non-null    float64
 2   Pclass       1309 non-null   int64  
 3   Name         1309 non-null   object 
 4   Sex          1309 non-null   int8   
 5   Age          1046 non-null   float64
 6   SibSp        1309 non-null   int64  
 7   Parch        1309 non-null   int64  
 8   Ticket       1309 non-null   object 
 9   Fare         1308 non-null   float64
 10  Cabin        1309 non-null   int16  
 11  Embarked     1309 non-null   int8   
dtypes: float64(3), int16(1), int64(4), int8(2), object(2)
memory usage: 107.4+ KB

df.head(3)

# 计算不同变量之间两两的相关系数
num_cols = df.select_dtypes(include=[np.number]).columns
# num_cols选中数字类型的数据列进行计算

df[num_cols].corr()

plt.figure(figsize = (12,6))
plt.rcParams['font.family'] = 'Arial' # 确保'-'号正常显示
sns.heatmap(df[num_cols].corr(), annot=True, fmt=".2f", cmap="coolwarm")

<Axes: >

​

​