在 python 中绘制离散值的热图

Question

我有几个相关的问题：

1) 我想知道是否有办法在 python 中制作离散值的热图，类似于给出的示例 here。

创建热图后，我需要一些额外的控件：

2) 控制行和列标签的数量。假设，我有两个变量 x 和 y，其中 0

from __future__ import division
import bumpy as np
    def f(x,y):
        ### Compute the value of f for a given x and y. The output value will be 1, 2 or 3 ###
        f = np.random.randint(1,4)

    data = {}
    for x in [i/100 for i in range(101)]
        for y in [i/100 for i in range(101)]
            data[(x,y)] = f(x,y)

现在，我有一个 100x100 的数据矩阵，我将为其制作热图。如果我想在热图上显示行和列标签，每行和每列将显示 100 个点 (0, 0.01, 0.02, ..., 1)，这会使图形过于拥挤。我想确定每个轴上的增量，例如，如果增量是 0.2，那么行和列标签应该是 0、0.2、0.4、0.6、0.8 和 1。虽然这对于折线图很容易做到，但我想知道是否可以将相同的东西应用于热图。

3) 控制标签的字体大小和外观。

4) 为水平轴和垂直轴添加网格线。

Answer 1

从seaborn 尝试heatmap。

要实际存储表格数据，我不会使用字典。列表列表会更好，但最好的方法是使用NumPy arrays（另见：numpy - evaluate function on a grid of points）。

import numpy as np
import pandas as pd
import seaborn as sns

X = np.linspace(0, 1, 101)
Y = np.linspace(0, 1, 101)

data = np.zeros((101, 101))

# or use meshgrid instead
for i, x in enumerate(X):
    for j, y in enumerate(Y):
        data[i, j] = some_function(x, y)

df = pd.DataFrame(data, index=Y, columns=X)

sns.heatmap(df)

或者，您可以使用imshow（请参阅：imshow when you are plotting data, not images. Realtion between aspect and extent?） - 然后它只会在轴上显示一些刻度。