Seaborn热图，自定义刻度值

Question

我将pandas数据框绘制到seaborn热图中，我想为特定位置设置特定的y轴刻度。

我的数据帧索引是100行，对应于＆＃34;深度＆＃34;参数，但此索引中的值没有以良好的间隔排列： 我想将刻度标签设置为100的倍数。我可以使用以下方法做到这一点：

yticks = np.linspace(10,100,10)
ylabels = np.linspace(100,1000,10)

对于我的数据帧有100行，其值大约为100 - 1000，但结果显然不可取，因为刻度标签的位置显然与正确的深度值不对应（索引值< / em>），只有索引中的位置。

如何生成图表扭曲的热图，以便实际深度值（索引值）与我设置的ylabels对齐？

对此的一个复杂因素还在于索引值不是线性采样的......

Answer 1

在使用seaborn进行绘图时，您必须为heatmap函数指定参数xticklabels和yticklabels。在你的情况下，这些参数必须是带有自定义刻度标签的列表。

Answer 2

我的解决方案有点难看，但它对我有用。假设您的深度数据位于depth_list，num_ticks是您想要的刻度数：

num_ticks = 10
# the index of the position of yticks
yticks = np.linspace(0, len(depth_list) - 1, num_ticks, dtype=np.int)
# the content of labels of these yticks
yticklabels = [depth_list[idx] for idx in yticks]

然后以这种方式绘制热图（您的数据位于data中）：

ax = sns.heatmap(data, yticklabels=yticklabels)
ax.set_yticks(yticks)
plt.show()

Answer 3

我开发了一种解决方案，可以按照我的意图进行，并在liwt31的解决方案之后进行了修改：

def round(n, k):
    # function to round number 'n' up/down to nearest 'k'
    # use positive k to round up
    # use negative k to round down

    return n - n % k

# note: the df.index is a series of elevation values
tick_step = 25 
tick_min = int(round(data.index.min(), (-1 * tick_step)))  # round down
tick_max = (int(round(data.index.max(), (1 * tick_step)))) + tick_step  # round up

# the depth values for the tick labels 
# I want my y tick labels to refer to these elevations, 
# but with min and max values being a multiple of 25.
yticklabels = range(tick_min, tick_max, tick_step)
# the index position of the tick labels
yticks = []
for label in yticklabels:
    idx_pos = df.index.get_loc(label)
    yticks.append(idx_pos)

cmap = sns.color_palette("coolwarm", 128)
plt.figure(figsize=(30, 10))
ax1 = sns.heatmap(df, annot=False, cmap=cmap, yticklabels=yticklabels)
ax1.set_yticks(yticks)
plt.show()