1 .参数明细seaborn.heatmap
seaborn.heat map (数据，vmin=None，vmax=None，cmap=None，center=None，robust=False，annot=None，fmt=' .
data :矩阵数据集对应于numpy的数组(array )，对于pandas的数据帧，df的索引/列信息分别对应于heatmap的列、rowsvmax和vmin annotate的缩写，annot默认为False，如果annot为True，则heatmap将数据写入各方眼睛。 如果annot_kws和annot为True，则可以设置大小、颜色、粗体和斜体等参数。
SnS.heatmap(x，annot=True，ax=ax2，annot_kws={'size':9，' weight':'bold '，' color ' : ) matplotlib自定义颜色栏颜色栏-和matplorbar
口罩，口罩
使用有两个小技巧
(1)首先通过SNS.set(font_scale )修改字体比例：
SNS.set(font_scale=1.5 )2)在plt.rc中统一修改所有图字体：
PLT.RC(font )、family='Times New Roman )、size=12 )2.颜色效果cmap的参数如下：
Accent，Accent_r，Blues，Blues_r，BrBG_r，BuGn，BuGn_r，BuPu，BuPu_r，CMRmap_r，BuGn OrRd_r，cbar，Oranges_r Pastel1_r，Pastel2_r，PiYG，PiYG_r，PuBu，PuBuGn，PPP RdYlBu_r，RdYlGn，RdYlGn_r，Reds，Reds_r，Set1，Set1_r，Set2，set23http://www.Sina.com/3http://www.Sina YlGn 3358www.Sina.com/，YlOrRd_r，afmhot，afmhot_r，cbar_kws，autumn_r，binary，binary_r copper_r、cubehelix、cubehelix_r gist_gray_r、gist_heat、gist_heat_r、gist_ncar、gist_ncar_r
, gray_r, hot, hot_r（红黄）, hsv, hsv_r, icefire, icefire_r, inferno, inferno_r, jet, jet_r, magma, magma_r, mako, mako_r, nipy_spectral, nipy_spectral_r, ocean, ocean_r, pink, pink_r, plasma, plasma_r, prism, prism_r, rainbow, rainbow_r, rocket, rocket_r, seismic, seismic_r, spring, spring_r, summer (黄到绿), summer_r (绿到黄), tab10, tab10_r, tab20, tab20_r, tab20b, tab20b_r, tab20c, tab20c_r, terrain, terrain_r, twilight, twilight_r, twilight_shifted, twilight_shifted_r, viridis, viridis_r, vlag, vlag_r, winter, winter_r示范如下：
cmap="YlGnBu"：数字越大，颜色越深
cmap="YlGnBu_r"：数字越大，颜色越浅
cmap="hot"：黄色到红色，数字越大，颜色越浅
cmap="hot_r"：红色到黄色，数字越大，颜色越深
cmap="OrRd"：深红色到浅红色，类似“Oranges”。
cmap="autumn"：黄色到红色
cmap="greens"：绿色，数字越大，颜色越深
cmap="viridis"：黄到蓝
cmap="greys"：灰色
cmap="Purples"：紫色
cmap="rainbow"：彩虹色
cmap="gist_rainbow"：彩虹色
将colormap置于特定值的中心（参考链接）：
>>> ax = sns.heatmap(flights, center=flights.loc["January", 1955])
使用遮罩绘制矩阵中的一部分
>>> 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)np.zeros_like() 返回一个零数组，其形状和类型与给定的数组相同；
np.triu_indices_from(mask) 返回数组上三角形的索引。
以下是一些网络上发现的配色好看的图:
原文链接: https://www.php.cn/python-tutorials-391565.html
# cmap用cubehelix map颜色
cmap = sns.cubehelix_palette(start = 1.5, rot = 3, gamma=0.8, as_cmap = True)
sns.heatmap(pt, linewidths = 0.05, ax = ax1, vmax=900, vmin=0, cmap=cmap)
# cmap用matplotlib colormap
sns.heatmap(pt, linewidths = 0.05, ax = ax2, vmax=900, vmin=0, cmap='rainbow')
#center的用法(颜色)
f, (ax1,ax2) = plt.subplots(figsize = (6, 4),nrows=2)
cmap = sns.cubehelix_palette(start = 1.5, rot = 3, gamma=0.8, as_cmap = True)
sns.heatmap(pt, linewidths = 0.05, ax = ax1, cmap=cmap, center=None )
#设置x轴图例为空值ax1.set_ylabel('kind')
# 当center设置小于数据的均值时，生成的图片颜色要向0值代表的颜色一段偏移
sns.heatmap(pt, linewidths = 0.05, ax = ax2, cmap=cmap, center=200)
#robust的用法(颜色)
f, (ax1,ax2) = plt.subplots(figsize = (6,4),nrows=2)
cmap = sns.cubehelix_palette(start = 1.5, rot = 3, gamma=0.8, as_cmap = True)
sns.heatmap(pt, linewidths = 0.05, ax = ax1, cmap=cmap, center=None, robust=False )
sns.heatmap(pt, linewidths = 0.05, ax = ax2, cmap=cmap, center=None, robust=True )
#mask对某些矩阵块的显示进行覆盖
p2 = sns.heatmap(pt, ax=ax2, cmap=cmap, xticklabels=True, mask=(pt<800))
#mask对pt进行布尔型转化,结果为True的位置用白色覆盖
用mask实现：突出显示某些数据
sns.heatmap(x, mask=x < 1, ax=ax2, annot=True, annot_kws={"weight": "bold"}) #把小于1的区域覆盖掉
3. 个性化设置个性化设置参考：Python - Seaborn可视化：图形个性化设置的几个小技巧
将x轴刻度放置在top位置的几种方法
# 将x轴刻度放置在top位置的几种方法# ax.xaxis.set_ticks_position(‘top‘)ax.xaxis.tick_top()# ax.tick_params(axis=‘x‘,labelsize=6, colors=‘b‘, labeltop=True, labelbottom=False)设置坐标轴刻度参数，”axis”不写的时候，默认是x轴和y轴的参数同时调整。
# 设置坐标轴刻度的字体大小# matplotlib.axes.Axes.tick_paramsax.tick_params(axis=‘y‘,labelsize=8) # y轴旋转轴刻度上文字方向的两种方法
# 旋转轴刻度上文字方向的两种方法ax.set_xticklabels(ax.get_xticklabels(), rotation=-90)# ax.set_xticklabels(corr.index, rotation=90)更多请见：
设置Matplotlib颜色条大小以匹配图形(Set Matplotlib colorbar size to match graph)
seaborn基本使用
4. 代码备份 '''深入挖掘'''font = {'family': 'Times New Roman', 'size': 12, }sns.set(font_scale=1.2)plt.rc('font',family='Times New Roman')fig = plt.figure(figsize = (16, 12))ax1=fig.add_subplot(2,1,1)cor = SubShowFeatures01.corr()mask = np.zeros_like(cor)for i in range(len(mask)): for j in range(i+1, len(mask[0])): mask[i][j] = Truesns.heatmap(cor,linewidths = 0.05, ax=ax1, mask=mask, annot=True, annot_kws=font, vmax=1.0, vmin=-1.0, cmap='YlGnBu', center=0.5, cbar=True, robust=False)ax1.set_title('User features - 01', fontdict=font)ax2=fig.add_subplot(2,1,2)cor = SubShowFeatures02.corr()mask = np.zeros_like(cor)for i in range(len(mask)): for j in range(i+1, len(mask[0])): mask[i][j] = Truesns.heatmap(cor,linewidths = 0.05, ax=ax2, mask=mask, annot=True, annot_kws=font, vmax=1.0, vmin=-1.0, cmap='YlOrRd', center=0)ax2.set_title('User features - 02', fontdict=font)plt.show()