Python 如何从数据框在Matplotlib热图中创建预定义的颜色范围
我有以下数据框:Python 如何从数据框在Matplotlib热图中创建预定义的颜色范围,python,pandas,matplotlib,Python,Pandas,Matplotlib,我有以下数据框: import pandas as pd Index= ['aaa', 'bbb', 'ccc', 'ddd', 'eee'] Cols = ['A', 'B', 'C', 'D'] data= [[ 1, 0.3, 2.1, 1.3],[ 2.5, 1, 1, 0.77],[ 0.0, 1, 2, 1],[ 0, 3.2, 1, 1.2],[ 10, 1, 1, 1]] df = pd.DataFrame(data, index=Index, columns=Cols) 看起
import pandas as pd
Index= ['aaa', 'bbb', 'ccc', 'ddd', 'eee']
Cols = ['A', 'B', 'C', 'D']
data= [[ 1, 0.3, 2.1, 1.3],[ 2.5, 1, 1, 0.77],[ 0.0, 1, 2, 1],[ 0, 3.2, 1, 1.2],[ 10, 1, 1, 1]]
df = pd.DataFrame(data, index=Index, columns=Cols)
看起来是这样的:
In [25]: df
Out[25]:
A B C D
aaa 1.0 0.3 2.1 1.30
bbb 2.5 1.0 1.0 0.77
ccc 0.0 1.0 2.0 1.00
ddd 0.0 3.2 1.0 1.20
eee 10.0 1.0 1.0 1.00
我要做的是创建具有以下条件的热图:
- 值<1:蓝色
- 值==1:白色
- 1<值<2:浅红色
- 值>=2:深红色
from matplotlib import colors
cmap = colors.ListedColormap(['darkblue','blue','white','pink','red'])
bounds=[-0.5, 0.5, 1.5, 2.5, 3.5]
norm = colors.BoundaryNorm(bounds, cmap.N)
heatmap = plt.pcolor(np.array(data), cmap=cmap, norm=norm)
plt.colorbar(heatmap, ticks=[0, 1, 2, 3])
产生这幅图的是:
正确的方法是什么?要获得渐变颜色,您可以执行以下操作:
import matplotlib.pyplot as plt
# Builtin colourmap "seismic" has the blue-white-red
# scale you want
plt.pcolor(np.array(data), cmap=plt.cm.seismic, vmin=0, vmax=2)
plt.colorbar()
plt.show()
在这里,我设置了vmin
和vmax
,使它们的间距相等
在白色值1.0附近,不幸的是我认为这意味着
任何高于2.0的值都不会比这些值变暗
2.0分。你可以选择一个更宽的范围来获得更好的结果
范围,即使这意味着刻度包括负数
值,例如vmin=-2,vmax=4
要获得渐变颜色,您可以执行以下操作:
import matplotlib.pyplot as plt
# Builtin colourmap "seismic" has the blue-white-red
# scale you want
plt.pcolor(np.array(data), cmap=plt.cm.seismic, vmin=0, vmax=2)
plt.colorbar()
plt.show()
在这里,我设置了vmin
和vmax
,使它们的间距相等
在白色值1.0附近,不幸的是我认为这意味着
任何高于2.0的值都不会比这些值变暗
2.0分。你可以选择一个更宽的范围来获得更好的结果
范围,即使这意味着刻度包括负数
值,例如vmin=-2,vmax=4