使用 matplotlib 3.7.1 创建seaborn 热图不起作用（它曾经在 matplotlib v3.3.3 中工作）

Question

我使用 seaborn 创建热图有一段时间了，但最近我更新到了新版本的 matplotlib，热图似乎没有像以前那样显示。我对两者使用相同的数据集和脚本，结果却截然不同。

在这两种情况下，我都在 conda 环境中使用 matplotlib 和 seaborn。 代码：

import pandas as pd
import seaborn as sns
from matplotlib import pyplot as plt

dir_df = 'dfUnloop.csv'
df = pd.read_csv(str(dir_df))
print(df.sample(10))
df = df.drop(['taken'], axis=1)
print(df.sample(10))
df.astype('float16').dtypes

val = 'th_i2e[ch1-tiss]'
heatmap = pd.pivot_table(df, values= val, columns = 'theta', index='z_plane', aggfunc=np.max)
heatmap.astype('float16').dtypes
print(heatmap.sample(10))

fig, ax = plt.subplots(figsize=(16, 10))
b = sns.heatmap(heatmap, cmap='turbo', ax=ax)#, vmin = vmin, vmax = vmax)#, xticklabels=20, yticklabels=550)
x_pos = ax.get_xticks()
x_pos_new = np.linspace(x_pos[0], x_pos[-1], 19)
x_lab_new = np.arange(-180,200,20)
ax.set_xticks(x_pos_new) 

y_pos = ax.get_yticks()
y_pos_new = np.linspace(y_pos[0], y_pos[-1], 11)
ax.set_yticks(y_pos_new) 

plt.show()

工作版本： matplotlib 3.3.3 / seaborn 0.11.0 / python 3.6

无效版本： matplotlib 3.7.1 / seaborn 0.12.2 / python 3.9

可以从以下位置下载 csv 文件：https://drive.google.com/file/d/1ko8yLDvsYdvQGRHGlFeD3NBJ5IpZXTp-/view?usp=sharing

我发现一些旧帖子建议一些设置热图 y 和 x 限制的解决方案，但它们似乎都不适合我。 非常感谢所有建议。

Answer 1

• seaborn

  是

  matplotlib

  的高级 API，它在底层实现了很多自动化操作。

• sns.heatmap

  使用

  matplotlib.axes.Axes.pcolormesh

  ，并自动添加颜色条，并设置 x 和 y 刻度标签以匹配 DataFrame 索引和 DataFrame 列。
  • 直接使用

    pcolormesh

    ，会产生这样的 。

  • v0.12

    似乎改变了

    sns.heatmap

    的功能。
• 要生成原始图，请使用

  matplotlib.axes.Axes.pcolor

• 已在

  python 3.11.4

  、

  pandas 2.0.3

  、

  matplotlib 3.7.1

  、

  seaborn 0.12.2

进行测试

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# read the file
df = pd.read_csv('d:/data/dfUnloop.csv', usecols=[2, 3, 5])

# pivot and aggregate
dfp = df.pivot_table(values='th_i2e[ch1-tiss]', columns='theta', index='z_plane', aggfunc=np.max)

# create the plot
fig, ax = plt.subplots(figsize=(16, 10))
c = ax.pcolor(dfp, cmap='jet', alpha=0.8)

# add the colorbar
fig.colorbar(c, ax=ax)

# set the xtick labels
ax.set_xticks(ticks=ax.get_xticks(), labels=np.linspace(dfp.columns.min(), dfp.columns.max(), 8).round(3))

# set the ytick labels
ax.set_yticks(ticks=ax.get_yticks(), labels=np.linspace(dfp.index.min(), dfp.index.max(), 8).round(3))

# reverse the yaxis to emulate seaborn
ax.invert_yaxis()