Question

我的目标是使用单列热图，但出于某种原因，如果我没有使用二维数组，我通常用于热图的代码并不起作用。

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

我知道将单列矢量显示为热图是很奇怪的，但它对我来说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，以向人们显示排序的事物列表。

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，你的阵列。以下内容应该完成您想要的内容

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

然后你就像在pyplotlib中一样，只需在热图上进行格式化。

Answer 2

从previous answer开始，我想出了一种方法，该方法同时使用Seaborn和Matplotlib的transform来执行pavlov在其注释中要求的操作（即，即使在热图中交换轴Seaborn没有orientation参数。

让我们从上一个答案开始：

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

在单个矢量上使用热图会产生以下结果：

好，让我们将x轴替换为y轴。为此，我们可以使用Affine2D变换，将其旋转90度。

from matplotlib import transforms

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

让我们也对初始数组进行整形以使其类似于列向量：

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)

结果图为：

现在，如果我们想将每一行强制为正方形，我们可以简单地使用square=True参数：

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

这是最终结果：

希望有帮助！