---
title: "熱力圖（Heatmap）"
slug: heatmap
language: zh-TW
source: https://aiterms.tw/terms/heatmap
updated_at: 2026-11-19
tags: [資料視覺化, 統計圖表, EDA, 模型評估, Heat Map, 熱圖]
ipas_term: false
---

# 熱力圖（Heatmap）

> **十幾個變數兩兩之間的相關係數排成一張大表，要怎麼一眼看出哪些變數之間的關係比較強？**
>
> 畫成熱力圖：把矩陣的每一格依數值大小上色，seaborn 官方文件的描述是把矩形資料畫成以顏色編碼的矩陣。
>
> 相關係數會圍繞 0 變動，正負兩邊用不同顏色的發散型色階、中心值設在 0，正相關、負相關和接近 0 的格子一眼就分得出來。

### 容易混淆

> **熱力圖 vs 相關係數矩陣**
>
> 相關係數矩陣是數字本身，pandas 的 corr() 算出每兩欄之間的相關係數，結果是一張對稱的表
> 熱力圖是把這些數字上色的畫法，同一張相關係數矩陣可以只看數字，也可以畫成熱力圖
> 題目問「用什麼圖呈現」時答熱力圖，問「用什麼數字衡量」時答相關係數。
>
> **熱力圖 vs 二維直方圖（密度熱力圖）**
>
> Plotly 的文件說它支援兩種彩色格子熱力圖：矩陣熱力圖直接把二維矩陣的每個值上色
> 密度熱力圖則是先把資料點依 x、y 座標分箱，再用計數，或在提供 z 值時用加總這類彙總函式，算出每一格的顏色，也就是二維直方圖
> 兩種都長成彩色格子，但一個畫的是矩陣裡的值，一個畫的是資料點落在每一格的彙總量。
>
> **熱力圖 vs 地圖上的熱度分布**
>
> Plotly 的文件指出，heatmap 這個詞通常指以彩色矩形格子呈現資料的直角座標圖，有時也指用顏色深淺顯示密度的真正地圖
> 本頁說的熱力圖是前一種，也就是直角座標上的彩色格子圖。
>

### 記住這句就好

> 熱力圖用顏色代替數字，一眼看出整張表的模式，相關係數熱力圖建議用以 0 為中心的發散型色階，需要確切數值就在格子裡標上數字。

### 實際案例

> **相關係數熱力圖**
> seaborn 的官方範例先用 corr() 算出相關矩陣，再用 mask 遮掉上三角（相關矩陣對稱，只畫一半），以發散型色階、center=0 畫出熱力圖。pandas 的 corr() 預設計算皮爾森相關係數，也支援 Kendall 與 Spearman。
>
> **混淆矩陣**
> scikit-learn 的 ConfusionMatrixDisplay 用 imshow 把混淆矩陣畫成色塊影像，預設色階是 viridis，預設在每一格寫上數值並加上色條，和 Matplotlib 範例裡加上數值與色條的熱力圖是同一種畫法。
>
> **模型解釋**
> Grad-CAM 利用流入最後一層卷積層的梯度，產生凸顯影像中對預測重要區域的粗略定位圖，論文說明這張圖的大小和卷積特徵圖相同（例如 VGG 最後一層卷積的特徵圖是 14×14），內文把它稱為 heat-map。
>

### 深入了解

> 準備資料：熱力圖需要一張二維的表，seaborn 的 data 參數接受可以轉成 ndarray 的二維資料，傳入 pandas DataFrame 時會用索引與欄名標示列與欄。
> 選色階：Matplotlib 的色階指南建議有順序的資訊用循序型色階，資料有關鍵的中間值（例如圍繞 0 變動）時用發散型色階。seaborn 的 center 參數設定發散型資料的色階中心，vmin 與 vmax 固定色階的範圍。
> 標數值：seaborn 的 annot 設成 True 會在每一格寫上數值，fmt 設定數值的格式，Matplotlib 的範例則是在每一格放一段文字顯示數值。
> 遮掉一半：mask 為 True 的格子不顯示資料，有缺值的格子會自動遮掉，畫對稱的相關矩陣時可以用它只畫一半。
> 重新排序：Wilkinson 與 Friendly 說明叢集熱力圖會把相似的列與欄排在一起，並在邊緣附上階層式叢集樹，讓資料矩陣的結構浮現出來。

### 情境判斷

> **Q1（直覺題）：想用一張圖看房價資料裡 5 個特徵兩兩之間的相關強弱與正負，該畫什麼？**
>
> → 先算出 5×5 的相關係數矩陣，再畫成熱力圖。5 個特徵有 10 組兩兩組合，熱力圖用一張圖就能同時呈現這 10 個相關係數。色階用以 0 為中心的發散型色階，正負相關用兩種顏色，需要確切數值時在格子裡標上相關係數。
>
> **Q2（判斷題）：熱力圖用 jet 這種彩虹色階比較鮮豔，比較好嗎？**
>
> → 不一定好。Matplotlib 的色階指南指出，jet 的亮度在整個色階裡起伏很大，不適合讓人用眼睛判讀數值，同時有紅色和綠色的色階也容易讓有紅綠色覺辨識障礙的人看錯。有順序的數值可以改用 viridis 這類感知均勻的循序型色階，圍繞 0 變動的數值用發散型色階。
>
> **Q3（判斷題）：同事用 Plotly 的 density_heatmap 畫出一張彩色格子圖，跟相關係數熱力圖是同一種圖嗎？**
>
> → 不是。density_heatmap 是把資料點依 x、y 分箱，再用計數，或在提供 z 值時用加總、平均這類函式彙總，算出每一格的顏色，屬於二維直方圖，用計數時看的是資料點落在各格的多寡。相關係數熱力圖是把一張矩陣裡的每個值直接上色。
>

---

來源：https://aiterms.tw/terms/heatmap
快查頁：https://aiterms.tw/terms/heatmap
出處：
- seaborn.heatmap（seaborn 0.13.2 官方文件）：https://seaborn.pydata.org/generated/seaborn.heatmap.html
- Annotated heatmap（Matplotlib 3.11.2 官方範例，舊版名稱 Creating annotated heatmaps）：https://matplotlib.org/stable/gallery/images_contours_and_fields/image_annotated_heatmap.html
- The History of the Cluster Heat Map（Wilkinson、Friendly，The American Statistician 63(2)，2009）：https://doi.org/10.1198/tas.2009.0033
- Plotting a diagonal correlation matrix（seaborn 0.13.2 官方範例）：https://seaborn.pydata.org/examples/many_pairwise_correlations.html
- pandas.DataFrame.corr（pandas 3.1.1 官方文件）：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.corr.html
- ConfusionMatrixDisplay（scikit-learn 1.9.1 官方文件）：https://scikit-learn.org/stable/modules/generated/sklearn.metrics.ConfusionMatrixDisplay.html
- Heatmaps in Python（Plotly 官方文件）：https://plotly.com/python/heatmaps/
- 2d histograms in Python（Plotly 官方文件）：https://plotly.com/python/2D-Histogram/
- Choosing Colormaps in Matplotlib（Matplotlib 3.11.2 官方文件）：https://matplotlib.org/stable/users/explain/colors/colormaps.html
- Fundamentals of Data Visualization 6.3 Dot plots and heatmaps（Claus O. Wilke，O'Reilly，作者網站上的完整手稿）：https://clauswilke.com/dataviz/visualizing-amounts.html
- Grad-CAM: Visual Explanations From Deep Networks via Gradient-Based Localization（Selvaraju 等人，ICCV 2017 論文全文）：https://openaccess.thecvf.com/content_ICCV_2017/papers/Selvaraju_Grad-CAM_Visual_Explanations_ICCV_2017_paper.pdf
最後更新：2026/11/19