从熊猫数据框中叠加两个Seaborn中的热图（一个是另一个周围的单元格）

Question

我有一个简单的问题：我有两个数据帧，一个带有列（行，列，强度）的df_signal，另一个带有（行，列，检测到的）列的df_det，其中“强度”是一个浮点，而“检测到”是二进制1或0。

我想将df_det数据帧覆盖在热图中的df_signal帧上，其中检测到的单元格周围有一个帧。

我也很高兴使用seaborn以外的其他绘图库，如果这样做更容易的话。

Answer 1

我不建议在此处使用seaborn，因为这样会更难获得单位正确的数据缩放比例（因为seaborn在轴上使用分类值）。相反，可以使用matplotlib imshow图。

import pandas as pd
import numpy as np; np.random.seed(1)
import matplotlib.pyplot as plt

# generate data
x = np.linspace(-3,3, num=11)
y = np.linspace(2,8, num=11)
X,Y = np.meshgrid(x,y)
signal = np.random.rand(len(x)*len(y))
det = np.random.poisson(lam=0.5,size=len(x)*len(y))
det[det>1] = 1

df_signal = pd.DataFrame({"y":Y.flatten(), "x":X.flatten(), "intensity":signal})
df_det = pd.DataFrame({"y":Y.flatten(), "x":X.flatten(), "det":det})

# prepare Dataframes
df = df_signal.pivot(index="y", columns="x")
dfmark = df_det[df_det["det"]>0]

#plotting
fig, ax=plt.subplots()

x = df_signal["x"].unique()
y = df_signal["y"].unique()
ext = [x.min()-np.diff(x)[0]/2.,x.max()+np.diff(x)[0]/2., 
       y.min()-np.diff(y)[0]/2.,y.max()+np.diff(y)[0]/2. ]
ax.imshow(df, extent=ext)
ax.set_xticks(x)
ax.set_yticks(y)

ax.scatter(dfmark["x"], dfmark["y"], marker="s", s=100, c="crimson")

plt.show()

您可以使用矩形来创建框架，而不是使用散点图：

dx = np.diff(x)[0]; dy = np.diff(y)[0]
for (xi,yi), in zip(dfmark[["x","y"]].values):
    rec = plt.Rectangle((xi-dx/2.,yi-dy/2.),dx,dy, fill=False, hatch="\\",
                        edgecolor="crimson", lw=2 )
    ax.add_artist(rec)