最近投SCI论文的时候，有些实验结果需要热力图展示，所以专门试了一下如何用python绘制热力图，发现简单好用，下面分享给大家具体方法。

一、安装python库

需要安装pandas、seaborn、matplotlib安装包依赖，均用pip一键安装即可，然后导入相关包。

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

二、绘制热力图

具体实现代码如下，代码中的注释部分包括修改字体大小，修改具体内容、行列标签等：

#!/usr/bin/python
# -*- coding: utf-8 -*-
# Author thesky
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 设置中文字体
plt.rcParams['font.family'] = 'SimHei'

# 数据
data = [[91.1, 93.6, 93.8],
        [91.4, 93.7, 93.6],
        [92.6, 93.7, 93.6],
        [93.6, 93.8, 93.5],
        [93.2, 93.6, 93.4]]

# 创建 DataFrame
df = pd.DataFrame(data, columns=['0.001', '0.0001', '0.00001'], index=['1.0', '0.1', '0.01', '0.001', '0.0001'])

# 制作热力图
plt.figure(figsize=(10, 7))
sns.set(font_scale=1.2)  # 设置字体比例
# custom_colors = sns.diverging_palette(20, 220, n=256, as_cmap=True)  # 创建自定义的调色板
custom_colors = ["#8B4513", "#FF4500"]  # 棕色和红色
# 设置横轴和纵轴标签
plt.xlabel('adv_eps', fontsize=20)  # 设置标签字体大小
plt.ylabel('adv_lr', fontsize=20)
# heatmap = sns.heatmap(df, annot=True, cmap='YlGnBu', fmt='.1f')  # 保留一位小数
heatmap = sns.heatmap(df, annot=True, cmap='YlOrRd', fmt='.1f')
# 设置横轴和纵轴标签
plt.xlabel('adv_eps')
plt.ylabel('adv_lr')
# 添加标题
plt.title('IMDB(Baseline 93.3)', fontsize=20)

plt.show()

效果图如下：

上图是红色效果，值越大则红色深度越明显。若想改成其他颜色，只需修改这行代码：

heatmap = sns.heatmap(df, annot=True, cmap='YlOrRd', fmt='.1f')

修改为：

heatmap = sns.heatmap(df, annot=True, cmap='YlGnBu', fmt='.1f')

效果图如下：

 

具体实现过程中可以将代码中data改为自己数据，然后行列的标签根据自实际需要进行修改。