Python 用热图对绘图（可能是对数图）？

如何在Python中创建配对图，如下所示： 但是用热图代替点（或者代替“六边形”图）？有可能显示对数热图计数将是一个额外的好处。（对角线上的柱状图非常好。）

所谓“热图”，我指的是计数的2D直方图，与热图或热图类似：

使用Pandas、seaborn或matplotlib将非常好（可能是plot.ly）

我尝试了以下天真的变化，但没有成功：

pairplot = sns.PairGrid(data)  # sns = seaborn
pairplot.map_offdiag(sns.kdeplot)  # Off-diagnoal heat map wanted instead!
pairplot.map_diag(plt.hist)  # plt = matplotlib.pyplot

（上面使用的是一个内核密度估计器，我不希望使用它；也可以使用Pandas获得一个十六进制二进制网格，但我正在寻找一个“方形”2D直方图，Matplotlib的

hist2d（）

不起作用）。

准备：

%matplotlib inline #for jupyter notebook

import matplotlib.pyplot as plt
import seaborn as sns
iris = sns.load_dataset("iris")

新答案：

g = sns.PairGrid(iris)
g = g.map_upper(plt.scatter,marker='+')
g = g.map_lower(sns.kdeplot, cmap="hot",shade=True)
g = g.map_diag(sns.kdeplot, shade=True)
sns.plt.show()

答复:

g = sns.PairGrid(iris)
g = g.map_upper(plt.scatter)
g = g.map_lower(sns.kdeplot, cmap="hot",shade=True)
g = g.map_diag(plt.hist)
sns.plt.show()

---

答案的关键是matplotlib函数

plt.hist2d

，该函数使用色标（一个“热图”）在矩形箱子内绘制计数。它的API几乎与

PairGrid

兼容，但并不完全兼容，因为它不知道如何处理

color=

kwarg。这可以通过编写一个瘦包装函数轻松解决。另外，如果您希望colormap以对数映射计数，则可以使用matplotlib

LogNorm

轻松实现这一点：

import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib.colors import LogNorm
sns.set_style("white")
iris = sns.load_dataset("iris")    

g = sns.PairGrid(iris)
g.map_diag(plt.hist, bins=20)

def pairgrid_heatmap(x, y, **kws):
    cmap = sns.light_palette(kws.pop("color"), as_cmap=True)
    plt.hist2d(x, y, cmap=cmap, cmin=1, **kws)

g.map_offdiag(pairgrid_heatmap, bins=20, norm=LogNorm())

---

不清楚您希望在热图上显示什么。这就是您想要的吗@mwaskom好的观点：我更新了问题（我指的是显示数据点计数的热图，即2D直方图）。@Michael，你指的是“十六进制bin”图，类似于十六进制。这个问题具体是关于一些不同的东西：“方形”2D直方图。然后你想要

plt.hist2d

。谢谢，但这是使用一个内核密度估计器，它接近我在问题代码中给出的，而不是我要找的。干净地处理关键字参数是一个很好的方法！