Question

我想建立一个这个数据的热图：

import sys
import pandas as pd
import matplotlib
matplotlib.use('Agg')
import matplotlib.ticker as ticker
import matplotlib.cm as cm
import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib.backends.backend_pdf import PdfPages
from matplotlib import colors

data_raw = pd.read_csv(sys.argv[1],sep = '\t')
data_raw["curation1"] = pd.Categorical(data_raw["curation1"], data_raw.curation1.unique())
data_raw["curation2"] = pd.Categorical(data_raw["curation2"], data_raw.curation2.unique())
data_matrix = data_raw.pivot("curation1", "curation2", "overlap")

fig = plt.figure()
fig, ax = plt.subplots(1,1, figsize=(12,12))
heatplot = ax.imshow(data_matrix,cmap = 'BuPu')
#ax.set_xticklabels(data_matrix.columns)
#ax.set_yticklabels(data_matrix.index)
tick_spacing = 1
#ax.xaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))
#ax.yaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))
ax.set_title("Overlap")
fig.savefig('output.pdf')

我用这段代码制作了热图：

http://localhost/~user/index.html

输出如下所示：

我有三个问题：

在大多数数据颜色非常浅的意义上，您可以看到颜色方案有点“关闭”，并且有一个随机的紫色框表示“0”。理想情况下，我希望这个热图是不同的绿色阴影，最暗的绿色是最高的数字，最轻的（但仍然清晰可见）绿色是最低的数字。我尝试使用'cmap'参数，例如如python教程here中所述，将其更改为“winter”;但我做错了什么。有人可以告诉我具体可以改变这个吗？
颜色条：我想添加一个颜色条，但我想我需要先解决问题1.
不对称：如您所见，此图不对称。是否有可能绘制一半的热图（例如，摆脱不必要的线条，并可能将轴标签移动到图的右侧？）如果不是这不是一个大问题因为我可以重新夹具它在powerpoint中。

Answer 1

这将解决您的前两个问题 -

fig = plt.figure()
fig, ax = plt.subplots(1,1, figsize=(12,12))
heatplot = ax.imshow(data_matrix,cmap = 'Greens')

cbar = fig.colorbar(heatplot, ticks=[data_raw.overlap.min(), data_raw.overlap.max()])
tick_spacing = 1
ax.set_title("Overlap")

Answer 2

首先选择适合的色彩图（看看here），为您的目的 Greens 可能会很好。请注意，可以通过将'_ r'添加到名称来反转色彩映射。

由于您的值差异很大，我会使用对数色标。您可以通过添加idx = pd.MultiIndex.from_tuples([(1, u'one'), (1, u'two'), (2, u'one'), (2, u'two')], names=['foo', 'bar']) idx.set_levels([3, 5], level=0) # works fine idx.set_levels([(1,2),(3,4)], level=0) #TypeError: Levels must be list-like（来自color.LogNorm）

来实现此目的

要解决第三个问题，我会将轴移到右上方并删除左下角。

import matplotlib.colors as colors

Answer 3

我会改用seaborn heatmap函数。色彩映射Greens应该可以解决您想要的配色方案。如果您愿意，可以查看matplotlib docs中的其他选项。

只是hihglight和 ctrl + c 你问的数据集并运行下面的代码段：

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

data_raw = pd.read_clipboard(sep='\\s+')
data_matrix = data_raw.pivot("curation1", "curation2", "overlap")
data_matrix = data_matrix.fillna(0)

# A heatmap function that builds on the seaborn heatmap function
def HeatMap_function(df, title, transpose = True, colors = 'Greens', dropDuplicates = True):

    if transpose:
        df = df.T

    if dropDuplicates:    
        mask = np.zeros_like(df, dtype=np.bool)
        mask = np.invert(mask)
        mask[np.triu_indices_from(mask)] = False

    # Set background color / chart style
    sns.set_style(style = 'white')

    # Set up  matplotlib figure
    f, ax = plt.subplots(figsize=(11, 9))
    ax.set_title(title)

    # Add diverging colormap from red to blue
    # cmap = sns.diverging_palette(250, 10, as_cmap=True)
    cmap=plt.get_cmap(colors)

    # Draw correlation plot with or without duplicates
    if dropDuplicates:
        sns.heatmap(df, mask=mask, cmap=cmap, 
                square=True,
                linewidth=.5, cbar_kws={"shrink": .5}, ax=ax)
    else:
        sns.heatmap(df, cmap=cmap, 
                square=True,
                linewidth=.5, cbar_kws={"shrink": .5}, ax=ax)

    ax.xaxis.set_ticks_position('top')
    ax.yaxis.set_ticks_position('right')

# A testrun
HeatMap_function(df = data_matrix, title = 'Overlap', transpose = False,
                 colors = 'Greens', dropDuplicates = True)

你会得到这个：

现在，您还可以使用transpose，colors和dropDuplicates的不同组合来更改地块的布局。

Python热图：更改颜色贴图并使其不对称

3 个答案: