使用起来很简单
seaborn；我演示了如何使用随机数据做到这一点，因此您要做的就是
data在下面的示例中用您的实际数据框替换。
我的数据框如下所示：
A B C D E2000 0.722553 0.948447 0.598707 0.656252 0.6182922001 0.920532 0.054941 0.909858 0.721002 0.2221672002 0.048496 0.963871 0.689730 0.697573 0.3493082003 0.692897 0.272768 0.581736 0.150674 0.8616722004 0.889694 0.658286 0.879855 0.739821 0.0109712005 0.937347 0.132955 0.704528 0.443084 0.5521232006 0.869499 0.750177 0.675160 0.873720 0.2702042007 0.156933 0.186630 0.371993 0.153790 0.3972322008 0.384696 0.585156 0.746883 0.185457 0.0953872009 0.667236 0.340058 0.446081 0.863402 0.2277762010 0.817394 0.343427 0.804157 0.245394 0.850774
输出结果如下所示（请注意，根据要求，索引在x轴上，列名称在y轴上）：
这是带有一些内联注释的完整代码：
import numpy as npimport matplotlib.pyplot as pltimport seaborn as snsimport pandas as pd# create some random data; replace that by your actual datasetdata = pd.Dataframe(np.random.rand(11, 5), columns=['A', 'B', 'C', 'D', 'E'], index = range(2000, 2011, 1))# plot heatmapax = sns.heatmap(data.T)# turn the axis labelfor item in ax.get_yticklabels(): item.set_rotation(0)for item in ax.get_xticklabels(): item.set_rotation(90)# save figureplt.savefig('seabornPandas.png', dpi=100)plt.show()
