具有不同大小的圆的单列热图

Question

我是从此处提供的示例扩展而来的。 Heatmap with circles indicating size of population

但是，我不知道如何将NumPy数组与PathCollector一起使用，以创建一个热图，该热图生成一个由20个变量（术语）组成的单列，并带有指示大小（Number_Protein）和颜色（P_value_abs）的圆圈。

到目前为止，这是我得到的帮助，将不胜感激。

ylabels = Shared["Term"]

xlabels = ["Overlap"]

x, y = np.meshgrid(1, 20)
s = Shared["Number_Protein"]
c = Shared["P_value_abs"]

fig, ax = plt.subplots()

R = s/s.max()/2
circles = [plt.Circle((j,i), radius=r) for r, j, i in zip(R, x, y)]
col = PatchCollection(circles, array=c, cmap="coolwarm")
ax.add_collection(col)

ax.set(xticklabels=xlabels, yticklabels=ylabels)
fig.colorbar(col)
plt.show()

这个问题已经回答，但是我只是想展示最终产品，以防有人好奇。

Final Product

Answer 1

这个问题的确切目标有点难以猜测。这是一个尝试：

import pandas as pd
from matplotlib import pyplot as plt
from matplotlib.collections import PatchCollection
import numpy as np

Shared = pd.DataFrame({'Term': ['Term{i}' for i in range(1, 7)],
                       'Number_Protein': np.random.randint(150, 220, 6),
                       'P_value_abs': np.random.uniform(50, 95, 6)})
ylabels = Shared["Term"]
xlabels = ["Overlap"]

s = Shared["Number_Protein"]
c = Shared["P_value_abs"]
norm = plt.Normalize(c.min(), c.max())

fig, ax = plt.subplots()

R = s / s.max() / 2
circles = [plt.Circle((0, i), radius=r) for i, r in enumerate(R)]
col = PatchCollection(circles, array=c, cmap="coolwarm", norm=norm)
ax.add_collection(col)

ax.set_xticks([0])
ax.set_xticklabels(xlabels)
ax.set_yticks(range(len(R)))
ax.set_yticklabels(ylabels)
ax.set_xlim(-0.5, 0.5)
ax.set_ylim(-0.5, len(ylabels)-0.5 )
ax.set_aspect('equal')
fig.colorbar(col)
plt.show()

这将创建一个绘图，其圆的半径与“ Number_Protein”成比例，颜色与“ P_value_abs”成比例。请注意，当颜色值介于零和一之间时，需要使用norm才能将原始值转换为该范围。