热图因丰富的色彩变化和生动饱允勃榘嘟满的信息表达被广泛应用于各种大数据分析场景，尤其对庞大的数据，通过热图可视化，可以直观了解数据的分布情况庖谳鲋阁或者差异情况。其次，在实际分析过程中还可以通过热图发现质量离谱的数据，协助进行质量控制。本文讲解如何利用seaborn绘制热度图。
工具/原料
苹果MacBookpro
MacOS11.2.3
seaborn0.11.1
方法/步骤
1、1.导入数据。使用seaborn自带的数据集flights=sns.load_dataset('flights')
2、2.对烂瘀佐栾这个数据做透视表：透视表显示每列为一个年份，每行代表1个月的数据flights=flights.pivot烫喇霰嘴('month','year','passengers')
3、3.绘图。直接将此透视表数据传递给heatmap函数绘制热度图：这样可以看出每年每月乘坐航班的人次分布情况：ax=sns.heatmap(flights)
4、4.如果需要查看具体的数值，可以通过参数将其显示出来
5、5.seaborn自带很多色板，可以调整为自己想要的颜色。这里调整为PuBuax=sns.heatmap(flights,cmap='PuBu')
6、6.上面默认的邪昶略卦热度图上每个格子之间是连在一起的，可以给热度图每个格子增加边框线：通过linewidth参数指定，简写lw：a旌忭檀挢x=sns.heatmap(flights,cmap='PuBu',lw=0.5)
