在python中热图选定列的最简单方法？答案

【问题标题】：Simplest way to heatmap selected columns in python?在python中热图选定列的最简单方法？
【发布时间】：2021-01-16 14:18:38
【问题描述】：

df = pd.DataFrame({"name": ['a','b','c','d','e'],
              "year": ['2012','2013','2010','2008','2011'],
              "value": ['10','22','7','8','32']})

将热图仅应用于值列的简单方法是什么？我想避免年份被热图。

df2 = pd.DataFrame({"name": ['a','b','c','d','e'],
                  "year": ['2012','2013','2010','2008','2011'],
                  "value": ['254','220','275','283','323'],
                    "age": ['42','32','27','28','32']})

同样的问题，但分别针对价值和年龄 - 即我希望每列单独进行热图并缩放到该列（因此年龄不会显示为一个极端并重视另一个极端）。

我有很多复杂的 sn-ps 代码来实现这一点，但通常我只是将粘贴复制到 excel 中，因为它更快......有没有快速干净的方法来实现这个在 python 中的基本选择性热图？

谢谢！

【问题讨论】：

标签： python pandas seaborn heatmap

【解决方案1】：

如果您在笔记本或可以呈现 HTML 的地方工作，则可以使用数据框的 style 访问器和 background_gradient。 Seaborn 使得为此目的生成颜色图变得非常容易。

您可以使用subset 参数指定要应用颜色图的列。

import pandas as pd
import seaborn as sns

df2 = pd.DataFrame({"name": ['a','b','c','d','e'],
                  "year": ['2012','2013','2010','2008','2011'],
                  "value": ['254','220','275','283','323'],
                    "age": ['42','32','27','28','32']})

df2["value"] = pd.to_numeric(df2["value"])
df2["age"] = pd.to_numeric(df2["age"])

cm = sns.light_palette("green", as_cmap=True)
df2.style.background_gradient(cmap=cm, subset=["value", "age"])

如果您想要不同的颜色或为列指定单独的vmin/vmax，您只需多次调用background_gradient。

green_cm = sns.light_palette("green", as_cmap=True)
blue_cm = sns.light_palette("blue", as_cmap=True)

(df2.style
 .background_gradient(cmap=blue_cm, subset="value", vmin=200, vmax=400)
 .background_gradient(cmap=green_cm, subset="age", vmin=0, vmax=50))

【讨论】：