Python：在 matplotlib 和 seaborn 之间共享比例答案

【问题标题】：Python: Sharing scale between matplotlib and seabornPython：在 matplotlib 和 seaborn 之间共享比例
【发布时间】：2016-11-04 13:36:00
【问题描述】：

我想创建一个带有散点图颜色点的 seaborn 热图。我希望最终结果使用散点图的网格，热图的正方形在散点上“居中”。

不幸的是，我没有找到如何在两个层之间共享比例，如下例所示。

我能做什么？

非常感谢您的帮助。

%matplotlib inline
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

npoints = 3
x = np.tile(np.arange(npoints), npoints)
df = pd.DataFrame({'x': np.tile(np.arange(npoints), npoints), 'y': np.repeat(np.arange(npoints), npoints)})

df['z'] = 0
df.loc[df['x'] == df['y'], 'z'] = df.loc[df['x'] == df['y'], 'x']
df['c'] = np.random.choice(np.arange(3) + 1, df.shape[0])
df.loc[df['x'] != df['y'], 'c'] = 0

sns.heatmap(df[['x', 'y', 'z']].set_index(['x', 'y'])['z'].unstack())
plt.gca().set_title('Heatmap only')

df.plot(x='x', y='y', color=df['c'], kind='scatter')
plt.gca().set_title('Scatter points only')

fig, ax = plt.subplots()
sns.heatmap(df[['x', 'y', 'z']].set_index(['x', 'y'])['z'].unstack(), ax=ax)
df.plot(x='x', y='y', ax=ax, color=df['c'], kind='scatter')
ax.set_title('Heatmap and scatter points - scales problem')

【问题讨论】：

这个问题有点措辞不当，因为情节中并没有真正的 seaborn“层”，seaborn 只添加了 matplotlib 对象。您的问题不在于共享比例，而是在于意识到热图中的单元格跨越整数值（查看，例如`ax.get_xticks()`）。

标签： python pandas matplotlib seaborn

【解决方案1】：

一种解决方法是将您的分散数据移动0.5：

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

npoints = 3
x = np.tile(np.arange(npoints), npoints)
df = pd.DataFrame({'x': np.tile(np.arange(npoints), npoints), 'y': np.repeat(np.arange(npoints), npoints)})

df['z'] = 0
df.loc[df['x'] == df['y'], 'z'] = df.loc[df['x'] == df['y'], 'x']
df['c'] = np.random.choice(np.arange(3) + 1, df.shape[0])
df.loc[df['x'] != df['y'], 'c'] = 0

fig, ax = plt.subplots()
qp = sns.heatmap(df[['x', 'y', 'z']].set_index(['x', 'y'])['z'].unstack(), ax=ax)
# df.plot(x='x', y='y', ax=ax, color=df['c'], kind='scatter')
ax.scatter(df['x']+0.5,df['y']+0.5,c=df['c'])

ax.set_title('Heatmap and scatter points - scales problem')

plt.show()

结果：

【讨论】：