Тепловая карта в matplotlib с pcolor?

основная проблема заключается в том, что вам сначала нужно установить местоположение ваших X и y тиков. Кроме того, это помогает использовать более объектно-ориентированный интерфейс для matplotlib. А именно, взаимодействовать с axes объект напрямую.

import matplotlib.pyplot as plt
import numpy as np
column_labels = list('ABCD')
row_labels = list('WXYZ')
data = np.random.rand(4,4)
fig, ax = plt.subplots()
heatmap = ax.pcolor(data)

# put the major ticks at the middle of each cell, notice "reverse" use of dimension
ax.set_yticks(np.arange(data.shape[0])+0.5, minor=False)
ax.set_xticks(np.arange(data.shape[1])+0.5, minor=False)


ax.set_xticklabels(row_labels, minor=False)
ax.set_yticklabels(column_labels, minor=False)
plt.show()

надеюсь, что это поможет.

модуль python seaborn основан на matplotlib и создает очень хорошую тепловую карту.

Ниже приведена реализация с seaborn, предназначенная для ноутбука ipython/jupyter.

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
# import the data directly into a pandas dataframe
nba = pd.read_csv("http://datasets.flowingdata.com/ppg2008.csv", index_col='Name  ')
# remove index title
nba.index.name = ""
# normalize data columns
nba_norm = (nba - nba.mean()) / (nba.max() - nba.min())
# relabel columns
labels = ['Games', 'Minutes', 'Points', 'Field goals made', 'Field goal attempts', 'Field goal percentage', 'Free throws made', 
          'Free throws attempts', 'Free throws percentage','Three-pointers made', 'Three-point attempt', 'Three-point percentage', 
          'Offensive rebounds', 'Defensive rebounds', 'Total rebounds', 'Assists', 'Steals', 'Blocks', 'Turnover', 'Personal foul']
nba_norm.columns = labels
# set appropriate font and dpi
sns.set(font_scale=1.2)
sns.set_style({"savefig.dpi": 100})
# plot it out
ax = sns.heatmap(nba_norm, cmap=plt.cm.Blues, linewidths=.1)
# set the x-axis labels on the top
ax.xaxis.tick_top()
# rotate the x-axis labels
plt.xticks(rotation=90)
# get figure (usually obtained via "fig,ax=plt.subplots()" with matplotlib)
fig = ax.get_figure()
# specify dimensions and save
fig.set_size_inches(15, 20)
fig.savefig("nba.png")

вывод выглядит так: Я использовал цветовую карту Matplotlib Blues, но лично считаю цвета по умолчанию довольно красивыми. Я использовал matplotlib для поворота меток оси x, так как я не мог найти синтаксис seaborn. Как отмечает grexor, необходимо было уточнить размеры (рис.set_size_inches) методом проб и ошибок, который я нашел немного разочаровывающим.

Как отметил Пол х, вы можете легко добавить значения к тепловым картам (annot=True), но в этом случае я не думал, что это улучшило фигуру. Несколько фрагментов кода были взяты из отличного ответа joelotz.

кто-то редактировал этот вопрос, чтобы удалить код, который я использовал, поэтому я был вынужден добавить это в качестве ответа. Спасибо всем, кто участвовал в ответе на этот вопрос! Я думаю, что большинство других ответов лучше, чем этот код, я просто оставляю это здесь для справочных целей.

С благодарностью Пол Ч и unutbu (кто ответил этот вопрос), у меня есть довольно симпатичный выход:

import matplotlib.pyplot as plt
import numpy as np
column_labels = list('ABCD')
row_labels = list('WXYZ')
data = np.random.rand(4,4)
fig, ax = plt.subplots()
heatmap = ax.pcolor(data, cmap=plt.cm.Blues)

# put the major ticks at the middle of each cell
ax.set_xticks(np.arange(data.shape[0])+0.5, minor=False)
ax.set_yticks(np.arange(data.shape[1])+0.5, minor=False)

# want a more natural, table-like display
ax.invert_yaxis()
ax.xaxis.tick_top()

ax.set_xticklabels(row_labels, minor=False)
ax.set_yticklabels(column_labels, minor=False)
plt.show()

и вот вывод: