热力图（heatmap）是数据可视化中常见的一种方式，用于展示一组数据在二维平面中的分布情况和密度变化。Python作为一种流行的编程工具，自然也有很多可视化库可以用来生成热力图，其中比较流行的有Matplotlib和Seaborn。

Matplotlib是Python中最常用的可视化库之一，可以生成各种图形，包括热力图。使用Matplotlib生成热力图需要借助于它的pyplot模块和colorbar模块。下面是一个简单的例子：

# 导入必要的库
import matplotlib.pyplot as plt
import numpy as np
 
# 生成随机数据
data = np.random.rand(10, 10)
 
# 绘制热力图并设定颜色条
plt.imshow(data, cmap='YlOrRd')
plt.colorbar()
plt.show()

Seaborn是另一个流行的Python可视化库，它是建立在Matplotlib之上的，提供了更加高级和美观的图形风格。使用Seaborn生成热力图可以直接使用它的heatamp函数，该函数需要传入一个二维数组作为数据。下面是一个简单的例子：

# 导入必要的库
import seaborn as sns
import numpy as np
 
# 生成随机数据
data = np.random.rand(10, 10)
 
# 绘制热力图
sns.heatmap(data, cmap='YlOrRd')
plt.show()

以上就是Python中生成热力图的两种方式，Matplotlib和Seaborn。热力图是一种非常有用的数据可视化方式，可以在数据分析和机器学习等领域中发挥重要作用。