根据需要在Python/Matplotlib中为热图着色

我正试着制作一张有特定着色要求的热图。我想为数据设置一个间隔，并判断为ok并将其涂成绿色，其余结果应涂成红色。有人知道怎么做吗？？ 为了更好地理解，我附上了一个使用pandas和matplotlib的简单示例

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

Index= ['aaa', 'bbb', 'ccc', 'ddd', 'eee']
Cols = ['A', 'B', 'C', 'D']
data= abs(np.random.randn(5, 4))
df = DataFrame(data, index=Index, columns=Cols)

plt.pcolor(df)
plt.yticks(np.arange(0.5, len(df.index), 1), df.index)
plt.xticks(np.arange(0.5, len(df.columns), 1), df.columns)
plt.show()

您可以制作双色。

---

然后，您可以在红色和绿色之间设置截止值。

有多种方法可以做到这一点

最简单的方法是将布尔数组传递到

pcolor

，然后选择一个颜色映射，其中绿色高，红色低

例如：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

Index= ['aaa', 'bbb', 'ccc', 'ddd', 'eee']
Cols = ['A', 'B', 'C', 'D']
data= np.random.random((5, 4))
df = pd.DataFrame(data, index=Index, columns=Cols)

plt.pcolor(df > 0.5, cmap='RdYlGn')
plt.yticks(np.arange(0.5, len(df.index), 1), df.index)
plt.xticks(np.arange(0.5, len(df.columns), 1), df.columns)
plt.show()

或者，正如@Cyber提到的，您可以根据您的值制作一个双色彩色地图并使用它：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors

Index= ['aaa', 'bbb', 'ccc', 'ddd', 'eee']
Cols = ['A', 'B', 'C', 'D']
data= np.random.random((5, 4))
df = pd.DataFrame(data, index=Index, columns=Cols)

# Values from 0-0.5 will be red and 0.5-1 will be green
cmap, norm = mcolors.from_levels_and_colors([0, 0.5, 1], ['red', 'green'])

plt.pcolor(df, cmap=cmap, norm=norm)
plt.yticks(np.arange(0.5, len(df.index), 1), df.index)
plt.xticks(np.arange(0.5, len(df.columns), 1), df.columns)
plt.show()

（颜色差异只是因为“RdYlGn”颜色贴图使用较深的绿色和红色作为其端点。）

---

另一方面，使用

pcolormesh

比使用

pcolor

更快。对于小型阵列，这不会产生显著差异，但对于大型阵列，

pcolor

的速度非常慢<如果您不介意光栅输出的话，code>imshow甚至更快。使用

imshow（data，interpolation='nearest'，aspect='auto'，origin='lower'）

来匹配

pcolor

和

pcolormesh

的默认值。我是matplotlib的新手，你能给我举一个重用代码的例子吗？旁注：matplotlib可以仅从字符串推断颜色映射。i、 例如，

plt.pcolor（df>0.5，cmap='RdYlGn'）

。我想这可以节省一些打字时间。@PaulH-说得好！谢谢出于某种原因，我总是倾向于记住plt.get_cmap，但我忘记了这是不必要的。