python中基于分组（或类）的颜色热图

有谁能帮我根据类生成一个彩色相关矩阵，这样我就可以看到簇了。我有一个包含值的nparray和另一个包含每个元素的类颜色（十六进制颜色代码）的nparray。我如何制作一个热图，它具有每个单元格的相关值，但由类（六种不同的颜色）着色。这里有一个例子

这似乎是相关的，但是，解决方案只是使用了预定义的cmap。我能够生成一个pcolor图，但是颜色似乎与簇标签不相关。我认为cmap分配是错误的

import matplotlib.pyplot as plt
from pylab import *
import numpy as np
import pandas as pd

cpool=['#23525f','#f271c4','#33cccc','#e11212','#bf7300','#f2ea30']
correlations = pd.DataFrame.corr(whisky.iloc[:,2:14].transpose())
correlations = np.array(correlations)  #86x86 np.array

correlation_colors = []
for i in range(len(distilleries)):
    for j in range(len(distilleries)):
        if correlations[i,j] < 0.7:                    # if low correlation,
            correlation_colors.append('#f9f9f9')         # just use white. add to the empty array
        else:                                          # otherwise,
            if whisky.Group[i] == whisky.Group[j]:     # if the groups match,
                correlation_colors.append(cpool[whisky.Group[i]]) # color them by their mutual group (class) 0-5
            else:                                      # otherwise
                correlation_colors.append('#e4e1ff') # color them lightgray

corr_color=np.array(correlation_colors).reshape(86,86)
colmap=matplotlib.colors.ListedColormap(corr_color)
plt.pcolor(correlations,c=corr_color,cmap=colmap)

导入matplotlib.pyplot作为plt
从派拉布进口*
将numpy作为np导入
作为pd进口熊猫
cpool=['#23525f'、'#f271c4'、'#33cccc'、'#e11212'、'#bf7300'、'#f2ea30']
correlations=pd.DataFrame.corr（whisky.iloc[：，2:14].transpose（））
相关性=np.数组（相关性）#86x86 np.数组
相关颜色=[]
对于范围内的i（酒厂）：
对于范围内的j（酒厂）：
如果相关性[i，j]<0.7:#如果相关性较低，
关联颜色。附加（“#f9f9f9”）#只需使用白色即可。添加到空数组中
否则：#否则，
如果威士忌组[i]==威士忌组[j]：#如果各组匹配，
相关性_colors.append（cpool[whisky.Group[i]]）#根据它们的相互组（类）0-5给它们着色
否则：#否则
关联颜色。附加（“#e4e1ff”）#将它们涂成浅灰色
corr_color=np.数组（相关颜色）.重塑（86,86）
colmap=matplotlib.colors.ListedColormap（颜色）
plt.pcolor（相关性，c=corr_color，cmap=colmap）

@Spencer\u Trinh你能制作出你的热图吗？我期待着制作类似的东西。