使用Python制作氣泡熱圖的示例代碼

更新時間：2025年07月10日 09:38:07 作者：Code_Verse

在數據分析和可視化中,氣泡熱圖是一種非常直觀的工具,可以展示數據之間的關系和強度,下面小編就來和大家詳細講講如何用Python制作一個氣泡熱圖吧

在數據分析和可視化中，氣泡熱圖是一種非常直觀的工具，可以展示數據之間的關系和強度。今天，我將帶你一步步學會如何用Python制作一個氣泡熱圖。別擔心，我會用最簡單的方式解釋每一個步驟，即使你沒有編程基礎也能輕松上手！

一、什么是氣泡熱圖

氣泡熱圖是一種結合了氣泡圖和熱圖特點的可視化圖表。它通過氣泡的大小和顏色來表示數據的強度，同時通過位置來展示數據的分類或分組。這種圖表非常適合展示多個變量之間的關系，例如不同樣本之間的某種屬性強度。

二、我們需要什么樣的數據

在制作氣泡熱圖之前，我們需要準備以下類型的數據：

兩個分類變量：這兩個變量將決定氣泡的位置。例如，X軸可以是一個分類變量（如不同的類別或分組），Y軸是另一個分類變量。

一個數值變量：這個變量決定了氣泡的大小和顏色，通常表示某種強度或值的大小。

在我們的代碼示例中，我們用的是隨機生成的數據，但如果你有自己的數據，可以按照類似的結構準備。比如：

X軸：1到10的類別（可以是任何分組）。
Y軸：1到10的樣本（也可以是其他分組）。
每個氣泡的大小和顏色由一個10×10的矩陣決定，矩陣中的每個值表示氣泡的強度。

三、開始制作氣泡熱圖

1. 安裝必要的庫

在開始之前，我們需要安裝兩個Python庫：numpy和matplotlib。這兩個庫分別用于處理數據和繪圖。

如果你還沒有安裝，可以通過以下命令安裝：

pip install numpy matplotlib

2. 準備代碼

接下來，我們來看看代碼的每一步。

（1）導入庫

import numpy as np
import matplotlib.pyplot as plt

numpy用于處理數據，比如生成網格和隨機數。
matplotlib.pyplot用于繪圖。

（2）創(chuàng)建示例數據

K = np.arange(1, 11)  # X軸的分類變量
Samples = np.arange(1, 11)  # Y軸的分類變量
X, Y = np.meshgrid(K - 0.5, Samples - 0.5)  # 氣泡中心位于格子中心
Z = np.random.rand(10, 10)  # 隨機生成的強度數據

K和Samples分別是X軸和Y軸的分類變量。
X, Y是通過meshgrid生成的網格，用于確定氣泡的中心位置。
Z是一個10×10的矩陣，表示每個氣泡的強度（隨機生成的）。

（3）設置氣泡大小

max_bubble_diameter = 0.8  # 最大氣泡直徑
bubble_sizes = Z * max_bubble_diameter**2 * 800  # 調整大小比例因子

氣泡的大小與Z成正比，但最大直徑被限制為0.8，以避免氣泡之間重疊。

（4）繪制氣泡圖

plt.figure(figsize=(10, 8))  # 設置圖形大小
scatter = plt.scatter(X, Y, s=bubble_sizes, c=Z, cmap='viridis', alpha=0.7, edgecolors="black", linewidth=1)

使用scatter繪制氣泡圖。
s參數設置氣泡大小。
c參數設置氣泡顏色，顏色由Z決定。
cmap='viridis'設置了顏色映射，你可以換成其他顏色映射（如'plasma'或'coolwarm'）。
alpha是透明度，edgecolors和linewidth設置了氣泡的邊框顏色和寬度。

（5）添加顏色條

cbar = plt.colorbar(scatter)
cbar.set_label('Bubble Intensity', fontsize=12)

顏色條可以幫助我們理解氣泡顏色的含義。

（6）設置標題和標簽

plt.title("Bubble Heatmap Plot", fontsize=18, fontweight='bold')
plt.xlabel("K (w)", fontsize=14)
plt.ylabel("Samples", fontsize=14)

標題和坐標軸標簽讓圖表更清晰。

（7）設置坐標軸刻度和范圍

plt.xticks(K, fontsize=12)
plt.yticks(Samples, fontsize=12)
plt.xlim(0, 10)
plt.ylim(0, 10)

確保氣泡對齊在格子內，避免被切割。

（8）添加網格

plt.grid(True, which='both', axis='both', linestyle='-', linewidth=1, color='black')

網格可以幫助我們更好地理解氣泡的位置。

（9）調整布局并顯示圖形

plt.tight_layout(pad=0.1)  # 調整布局
plt.show()  # 顯示圖形

四、運行代碼，查看結果

將上述代碼復制到你的Python環(huán)境中，運行后你將看到一個漂亮的氣泡熱圖！你可以嘗試修改數據或顏色映射，看看會發(fā)生什么變化。

完整代碼如下：

import numpy as np
import matplotlib.pyplot as plt
# 創(chuàng)建示例數據
K = np.arange(1, 11)
Samples = np.arange(1, 11)
X, Y = np.meshgrid(K - 0.5, Samples - 0.5)  # 氣泡中心位于格子中心
Z = np.random.rand(10, 10)
# 設置氣泡大小，大小與數據Z成正比，但限制最大直徑為0.8
max_bubble_diameter = 0.8  # 最大氣泡直徑
bubble_sizes = Z * max_bubble_diameter**2 * 800  # 調整大小比例因子以適應最大直徑限制
# 創(chuàng)建氣泡圖
plt.figure(figsize=(10, 8))
# 繪制氣泡圖，使用 'viridis' 色系
scatter = plt.scatter(X, Y, s=bubble_sizes, c=Z, cmap='viridis', alpha=0.7, edgecolors="black", linewidth=1)
# 添加顏色條
cbar = plt.colorbar(scatter)
cbar.set_label('Bubble Intensity', fontsize=12)
# 設置標題和標簽
plt.title("Bubble Heatmap Plot", fontsize=18, fontweight='bold')
plt.xlabel("K (w)", fontsize=14)
plt.ylabel("Samples", fontsize=14)
# 設置坐標軸刻度，確保氣泡對齊在格子內
plt.xticks(K, fontsize=12)
plt.yticks(Samples, fontsize=12)
# 添加網格，清晰展示格子邊框
plt.grid(True, which='both', axis='both', linestyle='-', linewidth=1, color='black')
# 設置坐標軸范圍，使氣泡顯示在格子內，避免氣泡被切割
plt.xlim(0, 10)
plt.ylim(0, 10)
# 調整布局，確保圖形無多余空白并完整顯示
plt.tight_layout(pad=0.1)  # 適當減小邊緣空白
# 顯示圖形
plt.show()