python常用的繪相簿就是matplotlib，今天在給公司繪圖時，偶然間發現matplotlib可以繪製熱圖，並且十分簡潔，拿出來跟大家分享一下。（由於涉及到公司資料問題，這裡採用隨機數生成資料進行實驗）

import random
from matplotlib import pyplot as plt
from matplotlib import cm
from matplotlib import axes
from matplotlib.font_manager import FontProperties
font = FontProperties(fname='/Library/Fonts/Songti.ttc')

def draw():
    #定義熱圖的橫縱座標
    xLabel = ['A','B','C','D','E']
    yLabel = ['1','2','3','4','5']

    #準備資料階段，利用random生成二維資料（5*5）
    data = []
    for i in range(5):
        temp = []
        for j in range(5):
            k = random.randint(0,100)
            temp.append(k)
        data.append(temp)

    #作圖階段
    fig = plt.figure()
    #定義畫布為1*1個劃分，並在第1個位置上進行作圖
    ax = fig.add_subplot(111)
    #定義橫縱座標的刻度
    ax.set_yticks(range(len(yLabel)))
    ax.set_yticklabels(yLabel, fontproperties=font)
    ax.set_xticks(range(len(xLabel)))
    ax.set_xticklabels(xLabel)
    #作圖並選擇熱圖的顏色填充風格，這裡選擇hot
    im = ax.imshow(data, cmap=plt.cm.hot_r)
    #增加右側的顏色刻度條
    plt.colorbar(im)
    #增加標題
    plt.title("This is a title", fontproperties=font)
    #show
    plt.show()

d = draw()
 

效果圖如下：

為了更清晰地看出二維數值矩陣與熱圖之間的對應關係，我們輸出二維矩陣：

[[17, 96, 11, 99, 83], [18, 17, 58, 18, 80], [87, 79, 15, 53, 4], [86, 53, 48, 36, 23], [25, 4, 94, 100, 71]]

• 從對應關係我們可以看出，影象的左上角為座標原點，第一行對應的二維矩陣中的第一行資料，以此類推。
• 同時我們可以看出數值越大的單元，對應熱圖中的顏色越深。其實這是一個可選項，只需要改變

im = ax.imshow(data, cmap=plt.cm.hot_r)

中的引數cmap為hot_r，其中_r的意思是就是按照顏色越深，數值越大，如果想數值越大，顏色越淺，只需要去掉_r，直接為hot就行。同時這個hot是熱圖配色的其中一個主題，主題色引數可選：

hot 從黑平滑過度到紅、橙色和黃色的背景色，然後到白色。
cool 包含青綠色和品紅色的陰影色。從青綠色平滑變化到品紅色。
gray 返回線性灰度色圖。
bone 具有較高的藍色成分的灰度色圖。該色圖用於對灰度圖新增電子的檢視。
white 全白的單色色圖。 
spring 包含品紅和黃的陰影顏色。 
summer 包含綠和黃的陰影顏色。
autumn 從紅色平滑變化到橙色，然後到黃色。 
winter 包含藍和綠的陰影色。

• 右側的顏色刻度條colorbar也是可選的，如果不寫就不會顯示