虚构数据，python用seaborn绘制热力图

好的，以下是一个使用 Seaborn 绘制热力图的 Python 代码示例：

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt

# 创建一个虚构数据
data = np.random.rand(5, 5)

# 使用 Seaborn 绘制热力图
sns.heatmap(data, cmap='YlGnBu')

# 显示图形
plt.show()

上述代码中，首先我们使用 NumPy 库生成了一个 5x5 的虚构数据。然后使用 Seaborn 库的 `heatmap()` 函数绘制热力图，其中 `cmap` 参数指定了使用的颜色映射。

最后，我们使用 Matplotlib 库的 `show()` 函数显示图形。运行该代码，就可以得到一张随机颜色的热力图。

相关问题

给我一份制作热力图的汽车销量数据

好的，以下是一份虚构的汽车销量数据，包含了不同地区和不同汽车品牌的销售数据。

| 地区 | 品牌 | 销量 |
| --- | --- | --- |
| 北京 | BMW | 120 |
| 北京 | Audi | 180 |
| 北京 | Mercedes-Benz | 90 |
| 上海 | BMW | 150 |
| 上海 | Audi | 140 |
| 上海 | Mercedes-Benz | 120 |
| 广州 | BMW | 80 |
| 广州 | Audi | 110 |
| 广州 | Mercedes-Benz | 100 |
| 深圳 | BMW | 100 |
| 深圳 | Audi | 120 |
| 深圳 | Mercedes-Benz | 90 |

您可以使用Python的seaborn库来制作热力图。以下是一份简单的代码示例：

import seaborn as sns
import pandas as pd

data = {'Region': ['Beijing', 'Beijing', 'Beijing', 'Shanghai', 'Shanghai', 'Shanghai', 'Guangzhou', 'Guangzhou', 'Guangzhou', 'Shenzhen', 'Shenzhen', 'Shenzhen'],
        'Brand': ['BMW', 'Audi', 'Mercedes-Benz', 'BMW', 'Audi', 'Mercedes-Benz', 'BMW', 'Audi', 'Mercedes-Benz', 'BMW', 'Audi', 'Mercedes-Benz'],
        'Sales': [120, 180, 90, 150, 140, 120, 80, 110, 100, 100, 120, 90]}
df = pd.DataFrame(data)

pivot_df = df.pivot(index='Region', columns='Brand', values='Sales')

sns.heatmap(pivot_df, annot=True, fmt="d", cmap="YlGnBu")

这段代码将数据转换为pandas的DataFrame格式，然后使用pivot函数将数据透视成热力图所需的形式。最后使用seaborn库的heatmap函数绘制热力图。您可以根据需要调整绘图参数。