Python 在R中调整热图的颜色和比例

我正在使用lattice中的R和函数

levelplot（）

制作热图

我使用的命令有：

data<-read.table("data_corr", header=T) 
library(gplots)
library(lattice)
z<-cor(data)
levelplot(z)

---

levelplot的帮助页面中的
数据：

列区域

如果区域为真，则使用颜色向量。一般的想法是，这应该是一个中等长度的颜色向量（比区域数长，默认为100）。预计该矢量的颜色将逐渐变化（以便附近的颜色相似）。当实际选择颜色时，它们将被选择为沿该向量等距分布。当
col.regions
中的区域多于颜色时，颜色将被回收。实际颜色分配由
级别执行。颜色
，单独记录。
除了卡尔的答案外：


您可以设置
col.regions
的默认值，例如：

`trellis.par.set (regions = list (col = rainbow))


色标范围：请参见
处的
levelplot
参数

行和列名：请参见
？xyplot
，参数
比例

---

在python的

matplotlib

中，您的问题的答案是：

（a） 使用

imshow

选项

interpolation=“nearest”

（b） 例如，可以在

imshow

选项

cmap=cm.jet

中选择彩色贴图

（c） 为了缩放，我假设您只希望在阈值中显示值，并相应地使用颜色条贴图。使用

imshow

选项

vmax

和

vmin

下面是一个简单的工作示例：

import numpy as np
import pylab as plt

# Create random matrix, save it to a text file
N = 90
A = np.random.random((N,N))
np.fill_diagonal(A,.95)
np.savetxt("z.txt",A)

# Load the data
A = np.loadtxt("z.txt")

# Apply a mask so values below .9 don't show
A[A<.9] = None

# Scale the values from .9 to 1.0 using vmin,vmax
plt.imshow(A, interpolation='nearest', vmin=.9,vmax=1.0,cmap=plt.cm.jet)
plt.colorbar()
plt.show()

将numpy导入为np
导入pylab作为plt
#创建随机矩阵，将其保存到文本文件中
N=90
A=np.random.random（（N，N））
np.填充对角线（A，.95）
np.savetxt（“z.txt”，A）
#加载数据
A=np.loadtxt（“z.txt”）
#应用遮罩，使下面的.9值不显示
A[Afantastic.你能给我推荐一个链接或pdf文件吗？我可以从中了解更多关于python图形构造或图形的信息。@Angelo一个开始使用
matplotlib
的好地方是图库：查找一个示例，图片是指向生成它的代码的链接。