如何有条件地为 matplotlib/seaborn 热图中的每个单元格定义颜色？ [复制]

Question

我有一个 seaborn 热图，我想有条件地为每个单元格定义一个自定义颜色。例如，如果单元格值为 60，那么我希望它的值为绿色。

或者，有没有办法定义一个颜色的numpy数组结构，它与数据的形状和大小相同，以便我们可以在绘制数据时直接传递该颜色？

我的数据结构是：

任何单行的数据，即数据[10 ] 是：

Answer 1

如果您的数据只是 10 的倍数且介于 0 到 60 之间，您可以直接使用它们来绘制热图。

您可以提供 7 种颜色，例如标准颜色图的 6 种颜色和值 60 的一种特殊颜色。这是一些示例代码。 vmin 和 vmax 设置为使颜色条自动设置颜色附近的正确值。

您也可以只使用 7 种颜色的列表，例如 colors = ['dodgerblue', 'gold', 'lime', 'purple', 'turquoise', 'orange', 'crimson']，或使用具有不同颜色的颜色图（例如 cmap=sns.color_palette('tab10', 7, as_cmap=True)）。

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

data = np.random.randint(0, 7, (45, 50)) * 10.0

fig, ax = plt.subplots(figsize=(8, 5))
colors = sns.color_palette('mako', 6) + ['crimson']
sns.heatmap(data=data, cmap=sns.color_palette(colors, as_cmap=True), vmin=-5, vmax=65, ax=ax)
# sns.heatmap(data=data, cmap=sns.color_palette('tab10', 7, as_cmap=True), vmin=-5, vmax=65, ax=ax)
plt.tight_layout()
plt.show()

这是 14 个数字的方法。 np.unique(data, return_inverse=True) 返回一个包含所有唯一值的数组以及一个映射，其中包含哪个值的位置。这些位置以 1D 列表的形式给出，需要重新整形为 2D。 'tab20' 颜色图最多有 20 种不同的颜色，尽管有些颜色可能难以区分。请参阅 here 获取定性颜色图列表。

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

# values between -11 and 61, maximum 15 different values
data = np.random.choice(np.random.randint(-11, 61, 15), (45, 50))
values, positions = np.unique(data, return_inverse=True)
positions = positions.reshape(data.shape)

fig, ax = plt.subplots(figsize=(14, 7))
colors = sns.color_palette('tab20', len(values))
N = len(values)
colors = sns.color_palette('tab20', N)
# or you can give your own list: colors = ['red', 'green', ....][:N]
sns.heatmap(data=positions, cmap=sns.color_palette(colors, as_cmap=True), vmin=-0.5, vmax=N - 0.5,
            annot=data, fmt='.0f', annot_kws={'size': 6},
            cbar_kws={'ticks': range(N)}, ax=ax)
fig.axes[-1].set_yticklabels(values)
plt.tight_layout()
plt.show()