进行数据处理时，对于数据的可视化展示可以更好的表现数据的关系
论文中，漂亮的热度图会让人眼前一亮
Seaborn 中的 heatmap就可以用来创建热度图
1. 准备数据 data
由于是热度图，输入数据需要时二维
随机创建一个8*8的矩阵
data = np.random.rand(8,8)
2. 创建热度图
sns.heatmap(data)
plt.show()
3. 修改热度图的颜色分布cmap
上图可以看出，颜色越深值越小。可是我比较习惯颜色越深代表值越大
cmap=sns.color_palette('Reds')
sns.heatmap(data,cmap=cmap)
这样从浅到深，数值越来越大了。Color_palette() 可以有多种改变，需要时可以翻阅文档。Seaborn中还有其他颜色设定，在文档中Color Palettes 模块有详细说明。
