Pandas 在seaborn中覆盖来自一个数据帧的两个热图（一个是围绕另一个单元的帧）

我有一个简单的问题：我有两个数据帧，一个是带有列（行、列、强度）的df_信号，另一个是带有列（行、列、检测）的df_det信号，其中“强度”是浮点，“检测”是二进制1或0

我想将df_det数据帧覆盖在热图中的df_信号帧上，在热图中检测到的单元周围有一个帧

---

我也很乐意使用seaborn以外的绘图库，如果这样做更容易的话。

我不建议在这里使用seaborn，因为这会使获得具有单位的数据的正确缩放更加困难（因为seaborn使用轴上的分类值）。相反，可以使用matplotlib

imshow

plot

import pandas as pd
import numpy as np; np.random.seed(1)
import matplotlib.pyplot as plt

# generate data
x = np.linspace(-3,3, num=11)
y = np.linspace(2,8, num=11)
X,Y = np.meshgrid(x,y)
signal = np.random.rand(len(x)*len(y))
det = np.random.poisson(lam=0.5,size=len(x)*len(y))
det[det>1] = 1

df_signal = pd.DataFrame({"y":Y.flatten(), "x":X.flatten(), "intensity":signal})
df_det = pd.DataFrame({"y":Y.flatten(), "x":X.flatten(), "det":det})

# prepare Dataframes
df = df_signal.pivot(index="y", columns="x")
dfmark = df_det[df_det["det"]>0]

#plotting
fig, ax=plt.subplots()

x = df_signal["x"].unique()
y = df_signal["y"].unique()
ext = [x.min()-np.diff(x)[0]/2.,x.max()+np.diff(x)[0]/2., 
       y.min()-np.diff(y)[0]/2.,y.max()+np.diff(y)[0]/2. ]
ax.imshow(df, extent=ext)
ax.set_xticks(x)
ax.set_yticks(y)

ax.scatter(dfmark["x"], dfmark["y"], marker="s", s=100, c="crimson")

plt.show()

您可以使用矩形创建帧，而不是散射：

dx = np.diff(x)[0]; dy = np.diff(y)[0]
for (xi,yi), in zip(dfmark[["x","y"]].values):
    rec = plt.Rectangle((xi-dx/2.,yi-dy/2.),dx,dy, fill=False, hatch="\\",
                        edgecolor="crimson", lw=2 )
    ax.add_artist(rec)

---

到目前为止，您尝试过哪些不起作用的方法？如果你能提供一个简单的例子，并解释你陷入困境的地方，那么帮助就会容易得多。Saeborn是基于matplotlib构建的，如果你进入matplotlib级别，你可以随心所欲地操纵一切。除非您提供代码和示例，否则我只能说这些。FWIW，对

seaborn.heatmap（）

的连续调用将在上一个热图的基础上绘制下一个热图，将包含

np.nan

的单元格视为透明。太好了，谢谢！不幸的是，我不允许对你的答案投赞成票，因为stackoverflow有一个奇怪的政策，不允许新来者有任何东西。不计算新帐户的选票是有充分理由的。然而，你仍然可以投票，一旦你有足够的声望点数，这一票将被计算在内。但如果答案能解决你的问题，你可以决定回答。如果没有，您可以进一步澄清您的需求和/或等待不同的答案。