seaborn 热图彩色图

Question

我有一个数据框 df，其值从 0 到 x（x 是整数，没有固定值），在我的示例中是 x=10

我想用 cmap 'Reds' 映射热图，但是值 0 不应该是白色，而是绿色 '#009933'

import seaborn as sns # matplotlib inline 
import random
data = []
for i in range(10):
    data.append([random.randrange(0, 11, 1) for _ in range(10)])
df = pd.DataFrame(data)

fig, ax = plt.subplots(figsize = (12, 10)) 
# cmap = [????]
ax = sns.heatmap(df, cmap='Reds', linewidths = 0.005, annot = True, cbar=True) 
                            
plt.show()

我该怎么做？

Answer 1

您可以使用matplotlib.colors 中的LinearSegmentedColormap。您首先必须找到最大值，在本例中为 10，然后使用它创建一个以绿色开头的颜色变量，然后转到标准的“红色”颜色集。另外，使用 seaborn 制作热图时将 colorbar 设置为 False，并使用 matplotlib 单独制作。

这段代码改编自here:

import matplotlib.pyplot as plt
import matplotlib.colors as cl
import seaborn as sns
import pandas as pd
import numpy as np
import random

data = []
for i in range(10):
    data.append([random.randrange(0, 11, 1) for _ in range(10)])
df = pd.DataFrame(data)

fig, ax = plt.subplots(figsize = (12, 10)) 
cmap_reds = plt.get_cmap('Reds')
num_colors = 11
colors = ['#009933'] + [cmap_reds(i / num_colors) for i in range(1, num_colors)]
cmap = cl.LinearSegmentedColormap.from_list('', colors, num_colors)
ax = sns.heatmap(df, cmap=cmap, vmin=0, vmax=num_colors, square=True, cbar=False, annot = True)
cbar = plt.colorbar(ax.collections[0], ticks=range(num_colors + 1))
cbar.set_ticks(np.linspace(0, num_colors, 2*num_colors+1)[1::2])
cbar.ax.set_yticklabels(range(num_colors))
plt.show()

这是输出：

Answer 2

作为accepted answer 的替代方案，您还可以将vmin 设置为略高于0，并使用set_under 定义超出范围值的颜色：

import copy
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

cmap = copy.copy(plt.get_cmap("Reds"))
cmap.set_under('#009933')
sns.heatmap(np.random.randint(0,10,(10,10)), cmap=cmap, lw=0.005, annot=True, vmin=1e-5)

under-color 默认不显示在颜色栏中。要更改颜色条，请使用例如 sns.heatmap(..., cbar_kws={'extend':'min', 'extendrect':True})。这些参数的解释可以参考colorbar docs。