热力图大揭秘！Matplotlib教你如何画出让数据‘火辣辣‘的激情图！

在这里插入图片描述

1. 引言

嘿，小伙伴们！今天咱们来点不一样的，走进Matplotlib的神奇世界，一起绘制那让人热血沸腾的热力图！别误会，这可不是什么天气预报图，而是让数据“火辣辣”展现自我的秘密武器。想象一下，那些冷冰冰的数字，在Matplotlib的魔法下，瞬间变身成为色彩斑斓的火焰图，每一格都诉说着它的故事。不论你是数据小白还是分析大神，这一招学会，保证让你的报告不再沉闷，让听众眼前一亮！快来，咱们一起给数据加点“辣”！热力图是一种通过对色块着色显示数据的统计图表。绘图时，需指定颜色映射的规则。

2. 导包

# 导包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt# 如果浏览器不显示图片，就需要加上这句话
%matplotlib inline# 让图片中可以显示中文
plt.rcParams['font.sans-serif'] = "SimHei"
# 让图片中可以显示负号
plt.rcParams["axes.unicode_minus"] = False# 支持svg矢量图
%config Inlinebackend.figure_format = "svg"

3. 绘制热力图

df = pd.read_excel("11_imshow.xlsx", sheet_name="imshow")
df

	省份	产品A	产品B	产品C	产品D	产品E	产品F	产品G
0	广东	9275	8498	5019	4468	3637	5997	8307
1	广西	9849	8413	9222	6162	3401	4045	1983
2	湖南	5413	7855	2973	197	1078	4316	6213
3	湖北	7425	9862	3341	7923	4348	3878	3065
4	江西	1159	1334	1927	9884	8205	5933	6321
5	四川	8869	8405	8244	5410	8609	3332	8103
6	福建	4189	2610	2293	8297	2708	2305	9252
7	江苏	5818	7852	3670	5593	1827	5824	4199
8	河南	9914	8509	3010	8881	1950	7763	2435
9	河北	1374	7141	9549	9895	7170	3065	7211
10	山东	7908	4466	3310	7333	7452	4683	2780
11	山西	8703	2270	5979	9614	9307	2951	6253

data = df.drop(columns="省份").values
data

array([[9275, 8498, 5019, 4468, 3637, 5997, 8307],[9849, 8413, 9222, 6162, 3401, 4045, 1983],[5413, 7855, 2973,  197, 1078, 4316, 6213],[7425, 9862, 3341, 7923, 4348, 3878, 3065],[1159, 1334, 1927, 9884, 8205, 5933, 6321],[8869, 8405, 8244, 5410, 8609, 3332, 8103],[4189, 2610, 2293, 8297, 2708, 2305, 9252],[5818, 7852, 3670, 5593, 1827, 5824, 4199],[9914, 8509, 3010, 8881, 1950, 7763, 2435],[1374, 7141, 9549, 9895, 7170, 3065, 7211],[7908, 4466, 3310, 7333, 7452, 4683, 2780],[8703, 2270, 5979, 9614, 9307, 2951, 6253]], dtype=int64)

y = df["省份"]
x = df.drop(columns="省份").columns
x

Index(['产品A', '产品B', '产品C', '产品D', '产品E', '产品F', '产品G'], dtype='object')

plt.figure(figsize=(8, 6))# 热力图
plt.imshow(data, cmap="rainbow")# 设置刻度
plt.xticks(range(len(x)), x)
plt.yticks(range(len(y)), y)# 添加文字
for i in range(len(x)):for j in range(len(y)):plt.text(x = i,y = j,s = data[j, i],ha = "center",va="center",fontsize=10)# 颜色条
plt.colorbar()plt.show()