python中的单列热图

Question

我的目标是拥有一个单列热图，但由于某种原因，如果我不使用二维数组，我通常用于热图的代码将无法工作。

vec1 = np.asarray([1,2,3,4,5])
fig, ax = plt.subplots()
plt.imshow(vec1, cmap='jet')

我知道将单列向量显示为热图很奇怪，但对于我的目的而言，这是一个很好的视觉效果。我只想要一列彩色方块，我可以沿着 y 轴标记它们，以向人们显示事物的排名列表。

Answer 1

您可以使用 Seaborn 库来执行此操作。在 Seaborn 中，您可以识别要绘制的特定列。在这种情况下，这就是你的数组。以下内容应该可以实现您想要的

vec1 = np.asarray([1,2,3,4,5])
fig, ax = plt.subplots()
seaborn.heatmap([vec1])

然后，您只需像在 pyplotlib 中一样对该热图进行格式化即可。

Answer 2

从前面的答案开始，我提出了一种方法，它使用 Seaborn 和 Matplotlib 的变换来执行 pavlov 在其注释中所要求的操作（即，即使 Seaborn 没有参数，也交换热图中的轴orientation）。

我们从之前的回答开始：

vec1 = np.asarray([1,2,3,4,5])
sns = heatmap([vec1])
plt.show()

在单个向量上使用热图会产生以下结果：

好吧，让我们交换 x 轴和 y 轴。为此，我们可以使用Affine2D变换，应用 90 度的旋转。

from matplotlib import transforms

tr = transforms.Affine2D().rotate_deg(90)

我们还重塑初始数组，使其类似于列向量：

vec2 = vec1.reshape(vec1.shape[0], 1)

现在我们可以绘制热图并强制 Matplotlib 执行仿射变换：

sns.heatmap(vec2)
plt.show(tr)

结果图是：

现在，如果我们想强制每一行都是正方形，我们可以简单地使用参数square=True：

sns.heatmap(vec2, square=True)
plt.show(tr)

这是最终结果：

希望能帮助到你！