1、导入数据。使用seaborn自带的数据集flights = sns.load_dataset('flights')
2、对这个数据做透视表：透视表显示每列为一个年份，每行代表1个月的数据flights = flights.pivot('month','year','passengers')
3、绘图。直接将此透视表数据传递给heatmap函数绘制热度图：这样可以看出每年每月乘坐航班的人次分布情况：ax = sns.heatmap(flights)
4、如果需要查看具体的数值，可以通过参数将其显示出来
5、seaborn自带很多色板，可以调整为自己想要的颜色。这里调整为PuBuax = sns.heatmap(flights, cmap='PuBu')
6、上面默认的热度图上每个格子之间是连在一起的，可以给热度图每个格子增加边框线：通过linewidth参数指定，简写lw：ax = sns.heatmap(flights, cmap='PuBu',lw=0.5)
