Seaborn 热图自定义颜色图答案

【问题标题】：Seaborn Heatmap Custom colormapSeaborn 热图自定义颜色图
【发布时间】：2020-10-21 23:34:54
【问题描述】：

您好，我刚刚为 seaborn 热图创建了自定义 cmap，但是当我想使用它时，它没有显示正确的颜色。我已经一步一步完成了：

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

matrix = np.array([[149030, 34],[7442, 12]])
norm = matplotlib.colors.Normalize(matrix.min(), matrix.max())
boundaries = [value for value in matrix.flatten().tolist()]
list.sort(boundaries)

colors = [[norm(boundaries[0]), "#90AFC5"], 
          [norm(boundaries[1]), "#336B87"], 
          [norm(boundaries[2]), "#2a3132"], 
          [norm(boundaries[3]), "#763626"]]
    
    
cmap = matplotlib.colors.LinearSegmentedColormap.from_list("", colors)

fig = plt.figure(figsize=(6, 6))
ax = plt.subplot() 
    

annot = np.array([[f"{matrix[0,0]}", f"{matrix[0,1]}"],
                  [f"{matrix[1,0]}", f"{matrix[1,1]}"]], dtype=object)    

sns.heatmap(matrix,
            annot=annot,
            annot_kws={"size": 11},
            fmt="",
            ax=ax,
            vmin=matrix.min(),
            vmax=matrix.max(),
            cmap=cmap,
            cbar=True,
            cbar_kws={'format': '%.0f%%', 'ticks': boundaries, 'drawedges': True},
            xticklabels=False,
            yticklabels=False)

你可以看到我的输出有两个蓝色列，但我定义了不同的颜色：

【问题讨论】：

我认为热图是正确的。问题是数字的规模太大了。尝试先将数字归一化，这样颜色差异会更明显。

标签： python matplotlib seaborn heatmap

【解决方案1】：

如果您使用BoundaryNorm，您可以为在边界之间的范围指定颜色。要获得 4 个范围，您需要 5 个边界。一种方法是在末尾添加一个额外的边界。在问题中，不清楚您想对与边界不重合的颜色值做什么。在下面的代码中，颜色用于边界值和直到下一个边界的范围。

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

matrix = np.array([[149030, 34], [7442, 12]])
boundaries = [value for value in matrix.flatten().tolist()]
list.sort(boundaries)
colors = ["#90AFC5", "#336B87", "#2a3132", "#763626"]
norm = matplotlib.colors.BoundaryNorm(boundaries=boundaries + [boundaries[-1]], ncolors=256)

cmap = matplotlib.colors.LinearSegmentedColormap.from_list("", colors)

fig = plt.figure(figsize=(6, 6))
ax = plt.subplot()

annot = np.array([[f"{matrix[0, 0]}", f"{matrix[0, 1]}"],
                  [f"{matrix[1, 0]}", f"{matrix[1, 1]}"]], dtype=object)

sns.heatmap(matrix,
            annot=annot,
            annot_kws={"size": 11},
            fmt="",
            ax=ax,
            cmap=cmap,
            norm=norm,
            cbar=True,
            cbar_kws={'format': '%.0f%%', 'ticks': boundaries, 'drawedges': True},
            xticklabels=False,
            yticklabels=False)
plt.show()

【讨论】：

非常感谢，这就是我想要的。
如果这回答了你的问题，你可以考虑投票和/或accepting答案。