如何为 seaborn 热图使用相同的颜色条？答案

【问题标题】：How to use the same colorbar for seaborn heatmaps?如何为 seaborn 热图使用相同的颜色条？
【发布时间】：2022-01-27 15:27:53
【问题描述】：

我有三个子图，单独绘制时颜色条略有不同

我将热图绘制如下：

fig, axes = plt.subplots(nrows=1, ncols=3, figsize = (20,10),sharey=True)

sns.heatmap(df,cmap=colormap,ax = axes[0])
sns.heatmap(df2,cmap=colormap,ax = axes[1])
sns.heatmap(df3,cmap=colormap,ax = axes[2])

我知道我可以为前两个图设置cbar = False，但是由于它们的颜色条略有不同，第三个颜色条不会代表所有子图。我的第一个子图的范围是 0-35，第二个是 0-36，第三个是 0-37。我想要一个包含 0-37 范围的颜色条，但如果我只是做cbar = False，显然颜色将对应于前两个子图的错误值。

如何设置我的子图只包含一个适用于所有子图的颜色条，而不是三个？抱歉，数据不足，现阶段无法分享。

【问题讨论】：

标签： python matplotlib seaborn visualization

【解决方案1】：

我想要一个包含 0-37 范围的颜色条，但如果我只是执行cbar=False，那么显然颜色将对应于前两个子图的错误值。

除了在前两个热图上设置cbar=False，将所有热图锚定到相同的颜色图范围：

在每个热图上设置vmin 和vmax：

sns.heatmap(df,  ax=axes[0], vmin=0, vmax=37, cbar=False)
sns.heatmap(df2, ax=axes[1], vmin=0, vmax=37, cbar=False)
sns.heatmap(df3, ax=axes[2], vmin=0, vmax=37)
#                            ^       ^

或者使用matplotlib.colors.Normalize创建一个最小/最大norm：

import matplotlib.colors as mcolors
norm = mcolors.Normalize(0, 37)

sns.heatmap(df,  ax=axes[0], norm=norm, cbar=False)
sns.heatmap(df2, ax=axes[1], norm=norm, cbar=False)
sns.heatmap(df3, ax=axes[2], norm=norm)
#                            ^

注意，如果你想自动提取vmin和vmax，ravel和stack的数据：

values = np.hstack([d.values.ravel() for d in [df, df2, df3]])
norm = mcolors.Normalize(values.min(), values.max())

【讨论】：