所以我的桌子看起来有点像这样:
Cl1 Cl2 Cl3 Sum
0.7 0.9 0.9 2.5
0.8 1.5 0.9 3.2
2.4 2.8 2.1 7.3
我希望热图颜色应用于第 1-3 列,但不应用于
Sum
,因为它会吸收热图中的所有汁液并使各列看起来平淡无奇。
我现在想到的就是将 Sum 值除以 100,但这会让读者感到困惑并且需要解释。
有没有办法不设置 Sum 列的格式,但保持其值不变?
一些开始的代码:
import numpy as np
import pandas as pd
import seaborn as sns
df = pd.DataFrame(np.random.rand(3,3), columns='Cl1 Cl2 Cl3'.split())
df['Sum'] = 0
for i in df.index:
df['Sum'].iloc[i] = np.sum(df.iloc[i])
sns.heatmap(df, annot=True, cmap='Reds')
使用遮罩并使用 for 循环为遮罩区域添加文本。
mask = np.zeros((3, 4))
mask[:,3] = True
ax = sns.heatmap(df, mask=mask, annot=True,
vmin=df.values[:,:3].ravel().min(),
vmax=df.values[:,:3].ravel().max(),
annot_kws={"size": 20, "color":"g"})
for (j,i), label in np.ndenumerate(df.values):
if i == 3:
ax.text(i+0.5, j+0.5, label,
fontdict=dict(ha='center', va='center',
color='g', fontsize=20))
更换循环的替代方案:
mask = np.zeros((3, 4))
mask[:,3] = True
sns.heatmap(df, mask=mask)
sns.heatmap(df, alpha=0, cbar=False, annot=True, annot_kws={"size": 20, "color":"g"})
导致相同的结果
如果您的目标只是看看它在笔记本中的样子,您也许可以使用 pandas 样式:
import pandas as pd
import seaborn as sns
import io
df = pd.read_fwf(io.StringIO("""Cl1 Cl2 Cl3 Sum
0.7 0.9 0.9 2.5
0.8 1.5 0.9 3.2
2.4 2.8 2.1 7.3"""))
cm = sns.light_palette("green", as_cmap=True)
df.style.background_gradient(subset=['Cl1', 'Cl2', 'Cl3'],
low=0, high=3, cmap=cm)
结果:
为了补充@SpghttCd上面的建议,该建议仅以绿色绘制文本,而不是通常的颜色(黑色或白色,取决于背景颜色),以下是如何做到这一点:
mask = np.zeros((3, 4))
mask[:,3] = True
# Plot just the colors, and the colorbar, masking the non-colored columns.
sns.heatmap(df, mask=mask)
# Plot the values for all colored columns
sns.heatmap(df, alpha=0.0, cbar=False, annot=True, mask=mask)
# Plot the values for non-colored columns (in black)
sns.heatmap(df, alpha=0.0, cbar=False, annot=True, mask=np.logical_not(mask), annot_kws={"color":"k"})
这样,您可以看到,保留具有背景颜色的单元格的文本颜色,并将没有背景颜色的单元格设置为黑色(否则它将在白色上绘制白色文本)。
您也可以使用对数颜色图来做到这一点:
mask = np.zeros((3, 4))
mask[:,3] = True
from matplotlib.colors import LogNorm
# Plot just the colors in logNorm, and the colorbar, masking the non-colored columns.
sns.heatmap(df, norm=LogNorm(), mask=mask)
# Plot the values for all colored columns
sns.heatmap(df, norm=LogNorm(), alpha=0.0, cbar=False, annot=True, mask=mask)
# Plot the values for non-colored columns (in black)
sns.heatmap(df, norm=LogNorm(), alpha=0.0, cbar=False, annot=True, mask=np.logical_not(mask), annot_kws={"color":"k"})