合并seaborn生成的多个热图

Question

假设一个数据集在3个变量之间具有相关性。相关度是在2个不同的周期内测量的。 数据格式为：

df1
    A   B   C
A   NaN 0.1 0.2
B   0.7 NaN 0.5
C   0.6 0.4 NaN

df2
    A   B   C
A   NaN 1   0.5
B   0.5 NaN 0.6
C   0.6 0.2 NaN

目标是生成热图。我尝试过了

ax1 = sns.heatmap(df1)
ax2 = sns.heatmap(df2)

但这给了我单独的热图，如图1所示。

因此，如该不良图中所示，在水平轴上，我想将变量除以季节。我该如何实现？

FIGURE

Answer 1

如何将两个数据帧都附加到一个数据帧中并应用多索引：

df = df1.append(df2)
#     0    1    2
#A  NaN  0.1  0.2
#B  0.7  NaN  0.5
#C  0.6  0.4  NaN
#A  NaN  1.0  0.5
#B  0.5  NaN  0.6
#C  0.6  0.2  NaN

iterables = [['A', 'B', 'C'], ['df1', 'df2']]
index = pd.MultiIndex.from_product(iterables, names=['Var', 'season'])
dfm = pd.DataFrame(df.sort_index().values, index=index)
#              0    1    2
#Var season               
#A   df1     NaN  0.1  0.2
#    df2     NaN  1.0  0.5
#B   df1     0.7  NaN  0.5
#    df2     0.5  NaN  0.6
#C   df1     0.6  0.4  NaN
#    df2     0.6  0.2  NaN

sns.heatmap(dfm, annot=True)