Python 具有可变数据点宽度的热图
我想画一个线性模型随时间变化的系数 在y轴上有我的模型的第i个特征,在x轴上是时间,第i个系数的值是彩色编码的 在我的例子中,系数在0到t1、t1到t2之间是常数,依此类推。间隔的大小不一样。目前,我通过创建多个以δt为间隔的点来避免这种情况:Python 具有可变数据点宽度的热图,python,matplotlib,seaborn,Python,Matplotlib,Seaborn,我想画一个线性模型随时间变化的系数 在y轴上有我的模型的第i个特征,在x轴上是时间,第i个系数的值是彩色编码的 在我的例子中,系数在0到t1、t1到t2之间是常数,依此类推。间隔的大小不一样。目前,我通过创建多个以δt为间隔的点来避免这种情况: import seaborn as sns import matplotlib.pyplot as plt import numpy as np xi1 = [0, 1, 2] t1 = range(4) xi2 = [1, 1, 2] t2 = r
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
xi1 = [0, 1, 2]
t1 = range(4)
xi2 = [1, 1, 2]
t2 = range(5, 8)
data= np.vstack([xi1]*len(t1) + [xi2]*len(t2)).T
sns.heatmap(data)
有没有一种方法可以更有效地执行此操作(而不创建冗余信息)?我还希望根据我的t值获得正确的x轴标签。您可以使用matplotlib
pcolormesh
import matplotlib.pyplot as plt
import numpy as np
a = [[0,1],[1,1],[2,2]]
y = [0,1,2,3]
x = [0,5,8]
X,Y = np.meshgrid(x,y)
Z = np.array(a)
cmap = plt.get_cmap("RdPu", 3)
plt.pcolormesh(X,Y,Z, cmap=cmap)
plt.gca().invert_yaxis()
plt.colorbar(boundaries=np.arange(-0.5,3), ticks=np.unique(Z))
plt.show()