如何使用`sns.heatmap`的`annot`方法在Python和Seaborn中提供自定义标签？

Question

如何使用sns.heatmap 的annot 方法为其赋予自定义命名方案？

基本上，我想删除所有低于我的阈值（在本例中为 0）的标签。我尝试按照@ojy 在Custom Annotation Seaborn Heatmap 中所说的进行操作，但出现以下错误。我看到一个例子，有人遍历每个单元格，这是唯一的方法吗？

Seaborn documentation:
annot : bool or rectangular dataset, optional
If True, write the data value in each cell. If an array-like with the same shape as data, then use this to annotate the heatmap instead of the raw data.

所以我尝试了以下方法：

# Load Datasets
from sklearn.datasets import load_iris
iris = load_iris()
DF_X = pd.DataFrame(iris.data, index = ["%d_%d"%(i,c) for i,c in zip(range(X.shape[0]), iris.target)], columns=iris.feature_names)

# Correlation
DF_corr = DF_X.corr()

# Figure
fig, ax= plt.subplots(ncols=2, figsize=(16,6))
sns.heatmap(DF_corr, annot=True, ax=ax[0])

# Masked Figure
threshold = 0
DF_mask = DF_corr.copy()
DF_mask[DF_mask < threshold] = 0
sns.heatmap(DF_mask, annot=True, ax=ax[1])

# Annotating
Ar_annotation = DF_mask.as_matrix()
Ar_annotation[Ar_annotation == 0] = None
Ar_annotation
# array([[ 1.        ,         nan,  0.87175416,  0.81795363],
#        [        nan,  1.        ,         nan,         nan],
#        [ 0.87175416,         nan,  1.        ,  0.9627571 ],
#        [ 0.81795363,         nan,  0.9627571 ,  1.        ]])
print(DF_mask.shape, Ar_annotation.shape)
# (4, 4) (4, 4)

sns.heatmap(DF_mask, annot=Ar_annotation, fmt="")

# ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

掩码前（左），掩码后（右）

Answer 1

这很简单！

更新到 0.7.1 并重启 Jupyter 内核。

https://github.com/mwaskom/seaborn/issues/981