根据要求在Python/Matplotlib中为热图着色

Question

我正在尝试使用指定的着色要求制作热图.我想设置数据的间隔并判断为好,并将其着色为绿色,其余结果应为红色.有没有人知道如何做到这一点？我有一个简单的例子,使用pandas和matplotlib来更好地理解.

import numpy as np 
from pandas import *
import matplotlib.pyplot as plt

Index= ['aaa', 'bbb', 'ccc', 'ddd', 'eee']
Cols = ['A', 'B', 'C', 'D']
data= abs(np.random.randn(5, 4))
df = DataFrame(data, index=Index, columns=Cols)

plt.pcolor(df)
plt.yticks(np.arange(0.5, len(df.index), 1), df.index)
plt.xticks(np.arange(0.5, len(df.columns), 1), df.columns)
plt.show()

Answer 1

这样做的方法不止一种.

最简单的方法是只传入一个布尔数组pcolor,然后选择一个颜色图,其中绿色为高,红色为低.

例如:

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

Index= ['aaa', 'bbb', 'ccc', 'ddd', 'eee']
Cols = ['A', 'B', 'C', 'D']
data= np.random.random((5, 4))
df = pd.DataFrame(data, index=Index, columns=Cols)

plt.pcolor(df > 0.5, cmap='RdYlGn')
plt.yticks(np.arange(0.5, len(df.index), 1), df.index)
plt.xticks(np.arange(0.5, len(df.columns), 1), df.columns)
plt.show()

或者,正如@Cyber​​所提到的,您可以根据您的值制作双色色彩图并使用它:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors

Index= ['aaa', 'bbb', 'ccc', 'ddd', 'eee']
Cols = ['A', 'B', 'C', 'D']
data= np.random.random((5, 4))
df = pd.DataFrame(data, index=Index, columns=Cols)

# Values from 0-0.5 will be red and 0.5-1 will be green
cmap, norm = mcolors.from_levels_and_colors([0, 0.5, 1], ['red', 'green'])

plt.pcolor(df, cmap=cmap, norm=norm)
plt.yticks(np.arange(0.5, len(df.index), 1), df.index)
plt.xticks(np.arange(0.5, len(df.columns), 1), df.columns)
plt.show()

(色差仅仅是因为"RdYlGn"色彩图使用较深的绿色和红色作为其端点.)

另一方面,它的使用速度也快得多pcolormesh,而不是pcolor.对于小型阵列,它不会产生显着差异,但对于大型阵列pcolor来说速度过慢. imshow如果你不介意光栅输出,那就更快了.使用imshow(data, interpolation='nearest', aspect='auto', origin='lower')相匹配的默认值pcolor和pcolormesh.