什么是热力图？
热力图（Heatmap）是一种以颜色变化来表示数据矩阵中数值大小的数据可视化方法。常用于展示相关性矩阵、时间序列热度、地理热区等场景。
为什么使用 Python 创建热力图？
Python 拥有强大的数据科学生态，如 Matplotlib、Seaborn 和 Plotly，能快速生成高质量热力图，适用于科研、商业分析和教学。
使用 Seaborn 创建热力图（推荐）
Seaborn 是基于 Matplotlib 的高级可视化库，语法简洁，效果美观。
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
# 生成示例数据
data = np.random.rand(10, 12)
# 绘制热力图
sns.heatmap(data, annot=True, cmap='coolwarm', linewidths=0.5)
plt.title("Python Heatmap 示例")
plt.show()使用 Matplotlib 原生绘制
import matplotlib.pyplot as plt
import numpy as np
data = np.random.rand(8, 8)
plt.imshow(data, cmap='viridis', interpolation='nearest')
plt.colorbar()
plt.title('Matplotlib Heatmap')
plt.show()常见应用场景
- 📊 特征相关性分析（如皮尔逊相关系数矩阵）
- 🌡️ 时间-活动热度图（如用户活跃时段）
- 🧬 基因表达数据可视化
- 🗺️ 地理位置热点分布（结合经纬度）
小贴士
- 使用
cmap参数调整配色方案（如'coolwarm','YlGnBu'） - 开启
annot=True可在格子中显示数值 - 对大规模数据，建议关闭注释以提升性能