fig1,ax1 = plt.subplots(1,1)
#ax1.figure(figsize=(10,10))
#ax1.imshow(mag_average,cmap = 'hot',aspect='auto')
ax1.imshow(mag_average,cmap = 'rainbow',aspect='auto',origin='lower')
ax1.grid(True)
ax1.set_title(selectName)

https://www.cnblogs.com/ice-coder/p/12917053.html

 

定义轴并修改xticklabels,而不是轴本身.像这样的东西：

fig,ax1 = plt.subplots(1,1)
data = np.random.randint(0,10))
ax1.imshow(data,interpolation='nearest')
ax1.set_xticklabels(['',30,40])

 

 

热力图是一种数据的图形化表示，具体而言，就是将二维数组中的元素用颜色表示。热力图之所以非常有用，是因为它能够从整体视角上展示数据，更确切的说是数值型数据。

使用imshow()函数可以非常容易地制作热力图。

1. 函数imshow()

imshow(X, cmap=None, norm=None, aspect=None,
       interpolation=None, alpha=None, vmin=None, vmax=None,
       origin=None, extent=None, shape=None, filternorm=1,
       filterrad=4.0, imlim=None, resample=None, url=None, **kwargs)

主要用到的参数含义如下：

• X
  可以使类似数组的对象，或者是PIL类型图像，其中，数组对象可选shape为：

  • (M, N)
    单纯的二维数组，元素是标量数据，会通过colormap展示
  • (M, N, 3)
    RGB三通道图像，元素值可以是0−10−1之间的float或者0−2550−255之间的int
  • (M, N, 4)
    RGBA图像，多出来的一维属性，比如是透明度，其元素值和3通道的一样，可以是0−10−1之间的float或者0−2550−255之间的int

  ※ M代表rows，N代表colums

  ※ 超过元素限定范围的元素值将被clipped

• cmap
str 或 matplotlib.colors.Colormap类型，用于将标量数据映射到颜色的Colormap实例或已注册的Colormap名称。

  ※ 只对二维数组有效，RGB(A)将自动忽略

• norm
  在使用cmap之前，用来将二维数组数据归一化到[0,1][0,1]，默认是线性的，最小值对应00，最大值对应11。

  这要注意，不然每次画图最大最小值不一样，色彩不好比较。

• interpolation
  插值方法，默认'nearest'，可以支持的方法有：

  • 'none'
  • 'nearest'
  • 'bilinear'
  • 'bicubic'
  • 'spline16'
  • 'spline36'
  • 'hanning'
  • 'hamming'
  • 'hermite'
  • 'kaiser'
  • 'quadric'
  • 'catrom'
  • 'gaussian'
  • 'bessel'
  • 'mitchell'
  • 'sinc'
  • 'lanczos'

• alpha
  透明度，00表示透明，11表示不透明

• vmin, vmax
  当输入的时二维数组标量数据并且没有明确的norm时，vmin和vmax定义colormap覆盖的数据范围，默认情况下，colormap覆盖所提供的值的完整范围数据

  当norm给定时，这两个参数无效

• origin
  坐标轴的样式，可选值为upper和lower，其对应坐标系样式如下图

  

  ※ M代表rows，N代表colums