如何在一个图中创建多个具有共享图例的seaborn热图？

Question

我想在一个图中创建多个（此处：两个）seaborn 热图，其中热图具有不同的值范围，但应包含一个共享的图例。

以下代码在一个图中创建了两个热图，但两个图的颜色编码不同。

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

df = pd.DataFrame(np.random.random((4,4)))
df2 = pd.DataFrame([1., .5, .9, .6])

fig, ax = plt.subplots(ncols=2, sharey=True)

sns_g = sns.heatmap(df, annot=True, yticklabels=True, ax=ax[0])
sns_g2 = sns.heatmap(df2, annot=True, cbar=False, ax=ax[1])

# fig.subplots_adjust(right=0.6)
# cbar_ax = fig.add_axes([1.1, 0.15, 0.05, .77])
# fig.colorbar(ax[1], cax=cbar_ax)

plt.tight_layout()

plt.show()

我在 sns_g 中包含 cbar=True 只是为了表明两个图例代表不同的范围。我想明确创建两个图。

Answer 1

如果您想手动创建颜色条，您可以在网格中为其保留一个轴。使用vmin和vmax指定限制，并使用热图之一（例如axs[0].collections[0]）作为 ScalarMappable 输入fig.colorbar。

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

df = pd.DataFrame(np.random.random((4,4)))
df2 = pd.DataFrame([1., .5, .9, .6])

vmin = min(df.values.min(), df2.values.min())
vmax = max(df.values.max(), df2.values.max())

fig, axs = plt.subplots(ncols=3, gridspec_kw=dict(width_ratios=[4,1,0.2]))

sns.heatmap(df, annot=True, cbar=False, ax=axs[0], vmin=vmin)
sns.heatmap(df2, annot=True, yticklabels=False, cbar=False, ax=axs[1], vmax=vmax)

fig.colorbar(axs[1].collections[0], cax=axs[2])

plt.show()

Answer 2

fig.colorbar想要一个ScalarMappable对象，而不是一个Axes。但seaborn的API让你不用担心这个问题。

根据我通过在seaborn.pydata.org中搜索“heatmap”找到的文档，函数签名是：

seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None,
                robust=False, annot=None, fmt='.2g', annot_kws=None, 
                linewidths=0, linecolor='white', cbar=True, cbar_kws=None, 
                cbar_ax=None, square=False, xticklabels='auto',
                yticklabels='auto', mask=None, ax=None, **kwargs)

因此，您需要做的就是将相同的vmin和vmax值传递给两个热图，但将cbar=False, 和传递cbar=True给另一个热图。