Seaborn 热图，自定义刻度值答案

【问题标题】：Seaborn heatmap, custom tick valuesSeaborn 热图，自定义刻度值
【发布时间】：2018-05-26 19:45:04
【问题描述】：

我将 pandas 数据框绘制到 seaborn 热图，我想为特定位置设置特定的 y 轴刻度。

我的数据框索引是 100 行，对应于“深度”参数，但该索引中的值没有按很好的间隔排列：我想将刻度标签设置为 100 的倍数。我可以使用：

yticks = np.linspace(10,100,10)
ylabels = np.linspace(100,1000,10)

对于我的数据框，它有 100 行，值从大约 100 到 1000，但结果显然是不可取的，因为刻度标签的位置显然不对应于正确的深度值（索引 value)，仅在索引中的位置。

我怎样才能生成一个热图，其中的情节是扭曲的，以便实际深度值（索引值）与我设置的 ylabels 对齐？

一个复杂的因素也是索引值不是线性采样的......

【问题讨论】：

是否可以对数据与深度进行拟合或插值以获得均匀深度标记处的值？这似乎是要走的路。
首先，提供问题的minimal reproducible example，以便可以重现它。其次明确说明所需的输出是什么。如果采样不是线性的，那么简单地在轴上设置一些值当然会给出错误的标签。那么你打算如何标记情节呢？

标签： python pandas matplotlib seaborn

【解决方案1】：

使用 seaborn 绘图时，您必须为 heatmap 函数指定参数 xticklabels 和 yticklabels。在您的情况下，这些参数必须是带有自定义刻度标签的列表。

【讨论】：

【解决方案2】：

我的解决方案有点难看，但对我有用。假设您的深度数据在depth_list 中，num_ticks 是您想要的刻度数：

num_ticks = 10
# the index of the position of yticks
yticks = np.linspace(0, len(depth_list) - 1, num_ticks, dtype=np.int)
# the content of labels of these yticks
yticklabels = [depth_list[idx] for idx in yticks]

然后以这种方式绘制热图（您的数据在data 中）：

ax = sns.heatmap(data, yticklabels=yticklabels)
ax.set_yticks(yticks)
plt.show()

【讨论】：

【解决方案3】：

我已经开发了一个解决方案，它符合我的意图，在 liwt31 的解决方案之后进行了修改：

def round(n, k):
    # function to round number 'n' up/down to nearest 'k'
    # use positive k to round up
    # use negative k to round down

    return n - n % k

# note: the df.index is a series of elevation values
tick_step = 25 
tick_min = int(round(data.index.min(), (-1 * tick_step)))  # round down
tick_max = (int(round(data.index.max(), (1 * tick_step)))) + tick_step  # round up

# the depth values for the tick labels 
# I want my y tick labels to refer to these elevations, 
# but with min and max values being a multiple of 25.
yticklabels = range(tick_min, tick_max, tick_step)
# the index position of the tick labels
yticks = []
for label in yticklabels:
    idx_pos = df.index.get_loc(label)
    yticks.append(idx_pos)

cmap = sns.color_palette("coolwarm", 128)
plt.figure(figsize=(30, 10))
ax1 = sns.heatmap(df, annot=False, cmap=cmap, yticklabels=yticklabels)
ax1.set_yticks(yticks)
plt.show()

【讨论】：