前言

热力图，是一种通过对色块着色来显示数据的统计图表。绘图时，需指定颜色映射的规则。例如，较大的值由较深的颜色表示，较小的值由较浅的颜色表示；较大的值由偏暖的颜色表示，较小的值由较冷的颜色表示，等等。

当然，只要我们提供数据，Python就能够绘制出热力图。下面我们就来介绍一下如何使用Python结合matplotlib来绘制热力图。

环境数据准备

我们使用到的还是matplotlib，所以环境安装还是一条命令如下：

pip install matplotlib

数据我们采取随机生成，随机生成不同车型在不同省份的销售数据，通过numpy读取数据。

代码实现

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

# 防止乱码
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False

types = ["朗逸", "卡罗拉", "速腾", "雷凌", "思域", "轩逸", "帝豪"]
provices = ['广东', '江西', '浙江', '江苏', '湖北', '上海', '陕西']
sales = np.random.rand(7, 7)*5 # 车型销售数据
plt.rcParams['font.size'] = 18
plt.rcParams['font.weight'] = 'heavy'
plt.figure(figsize=(9,9))
im = plt.imshow(sales)
plt.xticks(np.arange(len(provices)),provices,rotation = 45,ha = 'right')
plt.yticks(np.arange(len(types)),types)

# 绘制文本
for i in range(len(types)):
    for j in range(len(provices)):
        text = plt.text(j, i, round(sales[i, j],1),
                        ha="center", va="center", color='r')

plt.title("不同省份各车型销售数据 (in 10000/year)",pad = 20)

plt.savefig('./热力图.png')

运行代码绘制的图像如下：

从图像上我们可以看到，销量高的单元格颜色越偏暖色调，销量低的单元格颜色越偏冷色调，这就是热力图的。热度越高颜色越深，热度越低颜色越浅。

总结

本文主要讲解了使用Python结合matplotlib绘制热力图的方法，后续我们将介绍使用Python在地图上绘制热力图。