Python 如何对热图进行排序以显示最高相关性？

我正在尝试创建一个热图，以显示客户使用报告的次数之间的关系，使用Count列作为热图中的值，客户可以根据需要使用多个模板。我的数据框看起来像这样（原始数据框有638行，我创建了虚拟数据以隐藏原始数据以保护隐私）：

要绘制热图，我使用以下函数：

heatmap1_data = pd.pivot_table(df, values='Count', 
                     index=['Customer'], 
                     columns='Report')
plt.subplots(figsize=(25, 30))
sns.heatmap(heatmap1_data, cmap="Blues",vmin=0, vmax=2)

我的热图是这样返回的（出于隐私目的，我裁剪了轴中的名称）：

由于my dataframe中计数的变化，热图看起来过于分散，这导致Pivot表具有许多“0”值，以显示某些客户未使用哪些报告。有没有一种方法可以对其进行排序，使最高的相关性在热图中显示在一起，而不是非常分开？

试试这个

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

plt.figure(figsize=(6,6))
sns.heatmap(df[['heatmap1_data']].sort_values(by=['Report'],ascending=False),
            vmin=-1,
            cmap='coolwarm',
            annot=True)

有关所有详细信息，请参阅下面的链接

---

我尝试了这个方法，但是得到了错误：keyrerror:“['heatmap1\u data']不在索引中”。这段代码适用于透视表吗？好的，名为“df”的对象是您的数据帧。我认为你在那里很好。名为“heatmap1_data”的对象是您正在排序的字段名。最后，名为“Report”的对象可以与正在排序的字段相同。可以这样尝试：sns.heatmap（df['field1']].sort_值（by=['field1']，升序=False），vmin=-1，cmap='coolwarm'，annot=True）

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

plt.figure(figsize=(6,6))
sns.heatmap(df[['heatmap1_data']].sort_values(by=['Report'],ascending=False),
            vmin=-1,
            cmap='coolwarm',
            annot=True)