Seaborn 设置 seaborn.heatmap 中的颜色映射

在本文中，我们将介绍如何在使用 Seaborn 的热力图函数 seaborn.heatmap 中设置颜色映射。热力图是一种以矩阵形式展示数据的可视化工具，其中每个单元格的颜色代表了相应元素的数值大小。

Seaborn 是一个基于 Matplotlib 的统计数据可视化库，提供了更加简单和美观的界面来创建图表。它支持丰富的颜色映射选项，以便根据数据的分布和特点选择最合适的颜色方案。

设置默认颜色映射

在 Seaborn 中，默认的颜色映射是通过设置颜色的亮度和饱和度来实现的。可以使用 seaborn.heatmap 函数的参数 cmap 来指定默认的颜色映射方案。Seaborn 提供了很多内置的颜色映射以及从 Matplotlib 中继承的一些常用颜色映射，例如 “viridis”、”magma”、”coolwarm” 等。以下是一个代码示例：

import seaborn as sns

data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
sns.heatmap(data, cmap="viridis")

运行以上代码，就可以将矩阵 data 使用 “viridis” 颜色映射绘制成热力图。

使用自定义颜色映射

除了使用默认的颜色映射外，Seaborn 还允许我们使用自定义的颜色映射。可以通过 seaborn.heatmap 函数的参数 cmap 来指定自定义的颜色映射。自定义颜色映射可以是一个由颜色组成的列表或者是从 Matplotlib 中取得的 Colormap 对象。

以下是一个使用自定义颜色映射的代码示例：

import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors

# 自定义颜色列表
colors = ["#f7fbff", "#deebf7", "#c6dbef", "#9ecae1", "#6baed6", "#4292c6", "#2171b5", "#084594"]
cmap = mcolors.ListedColormap(colors)

data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
sns.heatmap(data, cmap=cmap)

# 显示颜色条
plt.colorbar()
plt.show()

以上代码中，我们定义了一个自定义颜色列表 colors，并使用 mcolors.ListedColormap 将其转换为 Colormap 对象 cmap。然后，我们将该自定义颜色映射应用到矩阵 data 上，并使用 plt.colorbar() 显示颜色条。

调整颜色映射范围

除了选择合适的颜色映射方案外，我们还可以调整颜色映射的范围。Seaborn 提供了 vmin 和 vmax 参数来指定颜色映射的取值范围。

以下是一个调整颜色映射范围的代码示例：

import seaborn as sns

data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
sns.heatmap(data, cmap="viridis", vmin=0, vmax=10)

以上代码中，我们将矩阵的最小值和最大值分别设置为 0 和 10，可以通过调整 vmin 和 vmax 的值来适应数据的范围。

其他参数

除了上述常见的参数外，seaborn.heatmap 还提供了一些其他的参数，用于进一步定制热力图的外观和布局。例如，annot 参数可以用于在每个单元格上方展示数值标签，fmt 参数可以用于指定数值标签的格式化方式。

以下是一个使用 annot 和 fmt 参数的代码示例：

import seaborn as sns

data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
sns.heatmap(data, annot=True, fmt=".1f", cmap="viridis")

以上代码中，我们将 annot 设置为 True，以展示数值标签，并使用 fmt=".1f" 指定数值标签的格式化为小数点后一位。

总结

本文介绍了如何在 Seaborn 的热力图函数 seaborn.heatmap 中设置颜色映射。通过设置 cmap 参数，我们可以选择默认的颜色映射方案，也可以使用自定义的颜色映射。Seaborn 还提供了 vmin 和 vmax 参数来调整颜色映射的范围。此外，Seaborn 的热力图函数还具有其他一些参数，用于定制热力图的外观和布局。

希望本文对您理解 Seaborn 的热力图函数的颜色映射设置有所帮助！