Python 如何在热图上正确显示多标准数据集？

我有一个numpy数组中的数据集，格式如下。每个“列”都是一个单独的标准。我想显示一个热图，其中每个“列”对应于该列中的分数范围：

[[226 600 3.33 915.92.6 98.6]
[ 217      700   3.34    640.    93.7    98.5 ]
[ 213      900   3.35    662.    88.8    96.  ]
...
[ 108      600    2.31   291.     64.     70.4 ]
[ 125      800    3.36   1094.    65.5    84.1 ]
[109 400 2.44 941.52.3 68.7]

我编写了一个生成热图的函数：

def HeatMap(data):

    #generate heatmap figure
    figure = plt.figure()
    sub_figure = figure.add_subplot(111)
    heatmap = sub_figure.imshow(data, interpolation='nearest',cmap='jet', aspect=0.05)

    #generate color bar
    cbar = figure.colorbar(ax=sub_figure, mappable=heatmap, orientation='horizontal')
    cbar.set_label('Scores')

    plt.show()

这是函数生成的内容：

如上所述，可以看出问题出在我的函数中的某个地方，因为在2500个数据集中，

得分范围从0到最大值。我如何修改我的函数，以便热图根据分数的范围而不是整个数据集的范围在列中显示分数？我的第一个想法是将数组维度更改为
[[226]、[600]]等，但不确定这是否是解决方案

感谢您的帮助
您不能为每一列设置单独的
cmap

如果您想查看每列根据其自身范围的变化，可以在绘制热图之前按列对数据进行规范化

代码

将numpy导入为np
x=np.数组（[[1000,10,0.5]，
[ 765,   5,  0.35],
[ 800,   7,  0.09]])
x_标准=x/x.max（轴=0）
打印（x_标准）
# [[ 1.     1.     1.   ]
#  [ 0.765  0.5    0.7  ]
#  [ 0.8    0.7    0.18 ]]
#绘制x_标准的热图。

这将保留每列中的变化。
谢谢。在绘制多标准数据时，标准化数据是标准做法吗？我曾想过，当需要精确的分数范围时，应该有多个对应于单个分数范围的色条。但是我想它是可行的，直到数百个条形图出现，一切都变得一团糟。是的，这是处理
连续数据的标准做法，用于绘图和建模。