주로 사각형으로 된 데이터셋을 시각화 할 때 사용 하면 보기 좋다.
# base
import numpy as np; np.random.seed(0)
import seaborn as sns; sns.set_theme()
uniform_data = np.random.rand(10, 12)
ax = sns.heatmap(uniform_data)
# heatmap 위에 주석
ax = sns.heatmap(flights, annot=True, fmt="d")
피어슨 상관계수 매트릭스
# 데이터셋 표준 표본 중복 되는 부분 마스킹
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
mask = np.zeros_like(df.corr(), dtype=np.bool)
mask[np.triu_indices_from(mask)] = True
f, ax = plt.subplots(figsize=(100, 12))
plt.title('Pearson Correlation Matrix',fontsize=25)
sns.heatmap(df.corr(),linewidths=0.25,vmax=0.7,square=True,cmap="BuGn",
linecolor='w',annot=True,annot_kws={"size":8},
mask=mask,cbar_kws={"shrink": .9});