Python Seaborn绘制热力图实战：从数据预处理到高级可视化

星野

发布时间：2026-10-16 | 3人浏览过

原创

本文详细介绍如何使用Python的Seaborn库绘制高质量热力图。内容涵盖从导入Pandas和Numpy进行数据预处理开始，通过corr()计算相关性矩阵，利用Mask矩阵去除冗余上三角区域，以及调整参数显示具体数值。此外，还深入讲解了如何使用diverging_palette优化发散型调色板，提升视觉表现力，最终生成带有标题和格式优化的专业级相关性热力图。

1. 引言

热力图的核心理念直观且简单，即利用颜色的深浅或色调变化来替代枯燥的数字展示。

如今，这种可视化形式已超越了最初简单的颜色编码表格范畴，被广泛应用于地理空间数据的展示中。此类图表常用于描述变量的密度或强度分布、可视化数据模式、展示方差分布，甚至用于识别异常值。

鉴于热力图在数据分析中的广泛应用，本文将深入探讨如何利用Seaborn库来创建高效且美观的热力图。

2. 示例场景

首先，我们需要导入Pandas和Numpy这两个核心库，它们将为后续的数据预处理和数值计算提供坚实基础。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sb
import numpy as np

为了进行具体演示，我们选用包含80种不同谷物样本的数据集，重点分析它们的营养成分构成。

该数据集的部分样例展示如下：

如上图中所示，第一行是表头信息。对于每一行数据，第一列标识谷物的名称，随后的第4列至第16列则记录了该谷物所含的13种主要成分的数值。

3. 数据预处理

接下来，我们将分析每种谷物中13种不同成分之间的相关性。为此，我们可以利用Pandas库提供的corr()函数来计算相关性矩阵。

具体实现代码如下：

# read dataset
df = pd.read_csv('data/cereal.csv')
# get correlations
df_corr = df.corr()  # 13X13
print(df_corr)

执行上述代码后，得到的结果如下：

calories protein fat ... weight cups rating calories 1.000000 0.019066 0.498610 ... 0.696091 0.087200 -0.689376 protein 0.019066 1.000000 0.208431 ... 0.216158 -0.244469 0.470618 fat 0.498610 0.208431 1.000000 ... 0.214625 -0.175892 -0.409284 sodium 0.300649 -0.054674 -0.005407 ... 0.308576 0.119665 -0.401295 fiber -0.293413 0.500330 0.016719 ... 0.247226 -0.513061 0.584160 carbo 0.250681 -0.130864 -0.318043 ... 0.135136 0.363932 0.052055 sugars 0.562340 -0.329142 0.270819 ... 0.450648 -0.032358 -0.759675 potass -0.066609 0.549407 0.193279 ... 0.416303 -0.495195 0.380165 vitamins 0.265356 0.007335 -0.031156 ... 0.320324 0.128405 -0.240544 shelf 0.097234 0.133865 0.263691 ... 0.190762 -0.335269 0.025159 weight 0.696091 0.216158 0.214625 ... 1.000000 -0.199583 -0.298124 cups 0.087200 -0.244469 -0.175892 ... -0.199583 1.000000 -0.203160 rating -0.689376 0.470618 -0.409284 ... -0.298124 -0.203160 1.000000

[13 rows x 13 columns]

随后，我们移除那些相关性较弱、对分析贡献不大的最后几个成分字段，相关代码如下：

# irrelevant fields
fields = ['rating', 'shelf', 'cups', 'weight']
# drop rows
df_corr.drop(fields, inplace=True) # 9X13
# drop cols
df_corr.drop(fields, axis=1, inplace=True) # 9X9
print(df_corr)

处理后的结果如下所示：

需要注意的是，相关性矩阵本质上是一个对称矩阵，其主对角线上方的三角区域与下方的值完全相同，这导致了大量的数据冗余。

4. 绘制热力图

幸运的是，我们可以利用Mask（遮罩）矩阵来生成Seaborn中的热力图，首先我们需要构建这个Mask矩阵。

np.ones_like(df_corr, dtype=np.bool)

生成的Mask矩阵结果如下：

接下来，我们需要获取上三角矩阵部分。在Numpy库中，使用np.triu函数可以方便地返回对应于上三角矩阵的Mask。

具体表现如下：

mask = np.triu(np.ones_like(df_corr, dtype=np.bool))

最终生成的Mask结果如下：

准备好Mask后，我们开始绘制热力图，实现代码如下：

sb.heatmap(df_corr,mask=mask)
plt.show()

此时的运行结果如下所示：

5. 添加数值标注

观察上述生成的图表，虽然我们已经使用Mask成功生成了热力图，但图像中仍存在两个空白单元格（如红色圆圈所示区域）。

我们可以在绘图过程中直接过滤掉这些空白部分，即分别对对应的mask矩阵和df_corr数据框进行切片处理。

6. 调色板优化

为进一步优化可视化效果，考虑到相关系数的取值范围是-1到1，颜色变化具有双向性。因此，采用由中心向两侧发散的颜色方案，相比单一连续色阶，视觉效果更为出色。以下展示了一个发散型调色板的示例：

在Seaborn库中，存在一个用于生成发散型调色板的函数driverging_palette,，该函数专门用于构建colormaps，其特点是每侧使用一种颜色，并在中心汇聚成第三种颜色。

该函数的完整语法形式如下：

diverging_palette(h_neg, h_pos, s=75, l=50, sep=1,n=6, center=“light”, as_cmap=False)

该函数采用的颜色表示形式为HUSL，即hue、Saturation和Lightness。建议查阅官方文档以选择适合后续设置的调色板颜色参数。

最后但同样至关重要的一点，务必在图像上设置标题，这可以通过title函数轻松实现。

包含标题设置的完整代码如下：

def test3():
    # read dataset
    df = pd.read_csv('data/cereal.csv')
    # get correlations
    df_corr = df.corr()  # 13X13
    # irrelevant fields
    fields = ['rating', 'shelf', 'cups', 'weight']
    df_corr.drop(fields, inplace=True)  # 9X13
    # drop cols
    df_corr.drop(fields, axis=1, inplace=True)  # 9X9

    fig, ax = plt.subplots(figsize=(12, 10))
    # mask
    mask = np.triu(np.ones_like(df_corr, dtype=np.bool))
    # adjust mask and df
    mask = mask[1:, :-1]
    corr = df_corr.iloc[1:, :-1].copy()
    # color map
    cmap = sb.diverging_palette(0, 230, 90, 60, as_cmap=True)
    # plot heatmap
    sb.heatmap(corr, mask=mask, annot=True, fmt=".2f",
               linewidths=5, cmap=cmap, vmin=-1, vmax=1,
               cbar_kws={"shrink": .8}, square=True)
    # ticks
    yticks = [i.upper() for i in corr.index]
    xticks = [i.upper() for i in corr.columns]
    plt.yticks(plt.yticks()[0], labels=yticks, rotation=0)
    plt.xticks(plt.xticks()[0], labels=xticks)
    # title
    title = 'CORRELATION MATRIX\nSAMPLED CEREALS COMPOSITION\n'
    plt.title(title, loc='left', fontsize=18)
    plt.show()

最终运行结果如下：