可视化交叉验证热力图python 还在一味追求看似漂亮

最初看到热力图时，你是不是会从内心发出惊呼，看着特别有感觉？

那老海就问第二个问题了，然后你还能看出什么来？

颜色有深有浅？还有什么？能看出哪个区域大吗？到底又大多少？

哈哈，这种感觉就是热力图的特点：如同蒙面美人的图表类型！

OK，什么是热力图？

热力图 (Heat Map)，“热力图” 一词最初是由软件设计师提出并创造的，专门用来描述实时金融市场信息的图表类型。注意是软件设计师提出的，不是视觉设计师，更不是数据分析师！

正因如此，就如同南丁格尔玫瑰图一样，都是特殊出身，因此用途局限性非常大。

最早的热力图，都是在矩形色块加上颜色变换。而当今我们说的大多是经过平滑模糊的热力图谱，这样的热力图更容易让人们理解和解读。

热力图的基本数据样式

不同的特征字段，在不同的数值上的统计情况，统计分布不同则颜色也变化。

热力图的使用建议

1. 热力图在绘图前尽量统一数据量纲、或者进行归一化标准化处理
2. 热力图的主要应用在整体全局的数据呈现，不适合局部精准数据展示
3. 热力图的颜色带来强烈的视觉冲击力，数据准确度上较弱，很难来分辨具体大小
4. 热力图常用来用表达分布，所以一般情况用彩虹色系(rainbow)来传达这个分布变化
5. 热力图背景常常是图片或地图，因此不需要必须有坐标轴。

下面开始具体的操作案例准备工作

## 初始字体设置，设置好可避免很多麻烦 plt.rcParams['font.sans-serif']=['Source Han Sans CN'] # 显示中文不乱码，思源黑体 plt.rcParams['font.size'] = 22 # 设置图表全局字体大小，后期某个元素的字体大小可以自行调整 plt.rcParams['axes.unicode_minus'] = False # 显示负数不乱码 ## 初始化图表大小 plt.rcParams['figure.figsize'] = (20.0, 8.0) # 设置figure_size尺寸 ## 初始化图表分辨率质量 plt.rcParams['savefig.dpi'] = 300 # 设置图表保存时的像素分辨率 plt.rcParams['figure.dpi'] = 300 # 设置图表绘制时的像素分辨率 ## 图表的颜色自定义 colors = ['#dc2624', '#2b4750', '#45a0a2', '#e87a59', '#7dcaa9', '#649E7D', '#dc8018', '#C89F91', '#6c6d6c', '#4f6268', '#c7cccf'] plt.rcParams['axes.prop_cycle'] = plt.cycler( color=colors) path = 'D:\\系列文章\\' # 自定义文件路径，可以自行设定 os.chdir(path) # 设置为该路径为工作路径，一般存放数据源文件

设定图表样式和文件路径

Financial_data = pd.read_excel('虚拟演示案例数据.xlsx',sheet_name='二维表') Financial_data

读入数据

Financial_data = pd.read_excel('虚拟演示案例数据.xlsx',sheet_name='二维表') Financial_data

热力图的基本数据结构

热力图的基本颜色配色

各个数值在不同特征下的热力情况

最基本的热力图原理，方便我们理解热力这个概念是什么

plt.rcParams['figure.figsize'] = (10, 10) # 设置figure_size尺寸 plt.rcParams['font.size'] = 10 # 设置图表全局字体大小，后期某个元素的字体大小可以自行调整 # Financial_data = Financial_data.drop('分类',axis=1) targetlist = Financial_data.columns[1:] # 选择需要的字段 heatdata = round(Financial_data.loc[:,targetlist]/1000) # 为了展示方便，数据统一除以1000，并取四舍五入取整数 # 利用sns.heatmap来画热图 sns.heatmap(heatdata, # 设置数据源 cmap='Greens', # 设置热图配色 annot=True, # 开启设置显示数字，默认不显示 annot_kws={"size":8}, # 设置显示数字的大小 vmax=10, # 设置显示范围最大值 vmin=0, # 设置显示范围最小值 center=5, # 设置颜色显示中心的数值，来控制 yticklabels=True, # 设置Y轴标签是否显示 xticklabels=True, # 设置X轴标签是否显示，默认为显示 # xticklabels=4, # 可以设置显示哪些标签或者隐藏部分标签，避免图像混乱 cbar=True, # 设置颜色栏是否显示，默认为显示 linewidths=2, # 格子之间的间隔距离 linecolor='white') # 格子之间的间隔颜色 sns.despine() # 默认无参数状态，就是删除上方和右方的边框，matplotlib貌似做不到 plt.show()

设定分组对象在不同特征下的热力情况

可自定义我们需要参考的对比对象

plt.rcParams['figure.figsize'] = (10, 10) # 设置figure_size尺寸 plt.rcParams['font.size'] = 10 # 设置图表全局字体大小，后期某个元素的字体大小可以自行调整 # Financial_data = Financial_data.drop('分类',axis=1) # targetlist = Financial_data.columns[:] # 选择需要的字段 heatdata = Financial_data.set_index('门店城市',drop=True) # 设置参考对象列作为index索引 # corr_matrix=heatdata.corr() # 利用sns.heatmap来画热图 sns.heatmap(heatdata, # 设置数据源 cmap='Greens', # 设置热图配色 annot=True, # 设置显示数字 vmax=10, # 设置显示范围最大值 vmin=0, # 设置显示范围最小值 center=5, # 设置颜色显示中心的数值，来控制 linewidths=2) # 格子之间的间隔距离 sns.despine() # 默认无参数状态，就是删除上方和右方的边框，matplotlib貌似做不到 plt.show()

相关矩阵（平方）

除了查看统计分布，还可以查看不同变量之间的相关性，常用在特征选择上

plt.rcParams['figure.figsize'] = (10, 10) # 设置figure_size尺寸 plt.rcParams['font.size'] = 10 # 设置图表全局字体大小，后期某个元素的字体大小可以自行调整 # Financial_data = Financial_data.drop('分类',axis=1) targetlist = Financial_data.columns[1:] # 选择需要的字段 heatdata = round(Financial_data.loc[:,targetlist]/1000) # 为了展示方便，数据统一除以1000，并取四舍五入取整数 corr_matrix=heatdata.corr() # 利用sns.heatmap来画热图 sns.heatmap(corr_matrix, # 设置数据源 cmap='Greens', # 设置热图配色 annot=True, # 设置显示数字 vmax=1, # 设置显示范围最大值 vmin=0, # 设置显示范围最小值 center=5, # 设置颜色显示中心的数值，来控制 linewidths=2) # 格子之间的间隔距离 sns.despine() # 默认无参数状态，就是删除上方和右方的边框，matplotlib貌似做不到 plt.show()

半相关热图

这是相关矩阵热力图的简化版，因为对角矩阵的一半元素都是相同的，所以可以简化

plt.rcParams['figure.figsize'] = (10, 10) # 设置figure_size尺寸 plt.rcParams['font.size'] = 10 # 设置图表全局字体大小，后期某个元素的字体大小可以自行调整 # Financial_data = Financial_data.drop('分类',axis=1) targetlist = Financial_data.columns[1:] # 选择需要的字段 heatdata = round(Financial_data.loc[:,targetlist]/1000) # 为了展示方便，数据统一除以1000，并取四舍五入取整数 # 极值化MAX-MIN normalization_matrix=(heatdata-heatdata.min())/heatdata.max() # 正则化 normalization_matrix=(heatdata-heatdata.mean())/heatdata.std() # 利用sns.heatmap来画热图 sns.heatmap(normalization_matrix, # 设置数据源 cmap='Greens', # 设置热图配色 annot=True, # 设置显示数字 vmax=1, # 设置显示范围最大值 vmin=0, # 设置显示范围最小值 center=5, # 设置颜色显示中心的数值，来控制 linewidths=2) # 格子之间的间隔距离 sns.despine() # 默认无参数状态，就是删除上方和右方的边框，matplotlib貌似做不到 plt.show()

无量纲化热力图

有时数据的量纲规模变化很大，此时建议统一数据量纲，效果会好些

plt.rcParams['figure.figsize'] = (10, 10) # 设置figure_size尺寸 plt.rcParams['font.size'] = 10 # 设置图表全局字体大小，后期某个元素的字体大小可以自行调整 # Financial_data = Financial_data.drop('分类',axis=1) targetlist = Financial_data.columns[1:] # 选择需要的字段 heatdata = round(Financial_data.loc[:,targetlist]/1000) # 为了展示方便，数据统一除以1000，并取四舍五入取整数 # 极值化MAX-MIN normalization_matrix=(heatdata-heatdata.min())/heatdata.max() # 正则化 normalization_matrix=(heatdata-heatdata.mean())/heatdata.std() # 利用sns.heatmap来画热图 sns.heatmap(normalization_matrix, # 设置数据源 cmap='Greens', # 设置热图配色 annot=True, # 设置显示数字 vmax=1, # 设置显示范围最大值 vmin=0, # 设置显示范围最小值 center=5, # 设置颜色显示中心的数值，来控制 linewidths=2) # 格子之间的间隔距离 sns.despine() # 默认无参数状态，就是删除上方和右方的边框，matplotlib貌似做不到 plt.show()

树形 热力图

这是混合图表应用，用途特别有些，有时候数据图表都堆在一起，看着就乱，不推荐

plt.rcParams['figure.figsize'] = (10, 10) # 设置figure_size尺寸 plt.rcParams['font.size'] = 10 # 设置图表全局字体大小，后期某个元素的字体大小可以自行调整 heatdata = Financial_data.set_index('门店城市',drop=True) # 设置参考对象列作为index索引 # # 利用sns.heatmap来画热图 # sns.heatmap(heatdata, # 设置数据源 # cmap='Greens', # 设置热图配色 # annot=True, # 设置显示数字 # vmax=1, # 设置显示范围最大值 # vmin=0, # 设置显示范围最小值 # center=5, # 设置颜色显示中心的数值，来控制 # linewidths=2) # 格子之间的间隔距离 # 距离相似性的设置 sns.clustermap(heatdata.iloc[:20,:], metric="correlation", # 距离相似性，设置为相似性："correlation"，欧氏距离："euclidean" method="single", # 聚类的方法，设置为最近点算法："single",方差最小化算法:"Ward" cmap="Blues", # 设置热图配色 standard_scale=1, # 归一化设置，还可设置z_score=1的方法 robust=True, # 离群值检验，默认为不开启，这里设置开启离群值研究 # row_colors=row_colors ) sns.despine() # 默认无参数状态，就是删除上方和右方的边框，matplotlib貌似做不到 plt.show()

写在最后

上一篇介绍气泡图，而热力图给人的视觉冲击力更强，当然也就变得更不精准

我们使用图表的目标不同，选择图表时就得非常注意，

热力图我一般是不会选择的，商业分析一般要求务必表达精准，所以它不适合

更多的时候是在做机器学习的特征选择时，会探索一下变量间的相关性如何。

OK，今天先到这里了，老海日常随笔总结，码字不易，初心不改！

如果觉得喜欢，请动动小手关注和转发，鼓励一下我们。

我是老海，来自数据炼金术师

,