从 DataFrame 图中制作 seaborn 热图以了解数据范围答案

【问题标题】：making seaborn heatmap from DataFrame plot to be aware of data ranges从 DataFrame 图中制作 seaborn 热图以了解数据范围
【发布时间】：2019-08-12 10:56:42
【问题描述】：

如何制作 seaborn 热图（从 pandas DataFrame 图创建）以了解数据范围？ IE。当我将鼠标指针悬停在绘图上时，我可以在绘图窗口的右下角看到 "x= y="，而我想在绘图上查看我所在的点的坐标将鼠标悬停在（例如，"x=25.6, y=3.3"）上，当然假设输入 DataFrame 包含一个 2D 直方图，每个轴上具有相同大小的 bin。

或者，也许我可以用不同的方式创建这样的情节来达到同样的效果？例如，使用 ax.hist2d 我可以直接使用它，但我希望能够使用每个 bin 的自定义代码内容进行计算，并使其有效地成为热图（使用 bin 内容的颜色编码）。

import numpy as np 
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
Index = [ 1.0,  2.0,  3.0,  4.0,  5.0]
Cols  = [10.0, 20.0, 30.0, 40.0, 50.0]
df = pd.DataFrame(abs(np.random.randn(5, 5)), 
    index=Index, columns=Cols)
plt.close(1)
fig,ax = plt.subplots(num=1)
sns.heatmap(df, annot=True)
plt.show(block=False)

感谢您的帮助！

【问题讨论】：

标签： pandas matplotlib plot seaborn heatmap

【解决方案1】：

from matplotlib.ticker import FixedFormatter


class CustomFormatter(FixedFormatter):
    def __init__(self, old):
        super().__init__(old.seq)

    def __call__(self, x, pos=None):
        return self.seq[abs(self.locs - x).argmin()]

plt.gca().xaxis.set_major_formatter(CustomFormatter(plt.gca().xaxis.get_major_formatter()))
plt.gca().yaxis.set_major_formatter(CustomFormatter(plt.gca().yaxis.get_major_formatter()))

【讨论】：

【解决方案2】：

如果您将sns.heatmap(...) 替换为ax.imshow(..)，那么您就接近了您所需要的。然后您可以将图像的范围设置为您需要的数据范围。

import numpy as np; np.random.seed(42)
import pandas as pd
import matplotlib.pyplot as plt

Index = [ 1.0,  2.0,  3.0,  4.0,  5.0]
Cols  = [10.0, 20.0, 30.0, 40.0, 50.0]
df = pd.DataFrame(abs(np.random.randn(5, 5)), 
    index=Index, columns=Cols)
plt.close(1)
fig,ax = plt.subplots(num=1)
dx = np.diff(df.columns)[0]/2
dy = np.diff(df.index)[0]/2
extent = [df.columns.min()-dx, df.columns.max()+dx,
          df.index.min()-dy, df.index.max()+dy] 
ax.imshow(df, extent=extent, aspect="auto")

plt.show()

【讨论】：