python-3.x - 如何在Seaborn热图旁边添加列

Question

给定下面的代码，该代码会产生热图，如何获得列“D”(总列)
显示为热图右侧的一列，没有颜色，只是每个单元格的对齐总值？我还试图将标签移到顶部。我不介意左侧的标签是水平的，因为我的实际数据不会出现这种情况。

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
%matplotlib inline
df = pd.DataFrame(
      {'A' : ['A', 'A', 'B', 'B','C', 'C', 'D', 'D'],
       'B' : ['A', 'B', 'A', 'B','A', 'B', 'A', 'B'],
       'C' : [2, 4, 5, 2, 0, 3, 9, 1],
       'D' : [6, 6, 7, 7, 3, 3, 10, 10]})

df=df.pivot('A','B','C')
fig, ax = plt.subplots(1, 1, figsize =(4,6))

sns.heatmap(df, annot=True, linewidths=0, cbar=False)
plt.show()

这是理想的结果:



提前致谢!

Answer 1

我认为最干净的方法(虽然可能不是最短的方法)是将Total绘制为列之一，然后访问热图方面的颜色并将其中一些颜色更改为白色。

负责热图颜色的元素是matplotlib.collections.QuadMesh。它包含从左到右，从下到上用于热图每个方面的所有facecolors。

您可以修改一些颜色，然后再将它们传递回QuadMesh，然后再设置plt.show()。
seaborn会更改一些注释的文本颜色，使它们在深色背景上可见，这是一个小问题，当您更改为白色时，它们将变为不可见。因此，现在我将所有文本的颜色设置为黑色，您将需要找出最适合您的绘图的颜色。

最后，将x轴刻度和标签放在顶部，请使用:

ax.xaxis.tick_top()
ax.xaxis.set_label_position('top') 

代码的最终版本:

import matplotlib.pyplot as plt
from matplotlib.collections import QuadMesh
from matplotlib.text import Text

import seaborn as sns
import pandas as pd
import numpy as np
%matplotlib inline

df = pd.DataFrame(
      {'A' : ['A', 'A', 'B', 'B','C', 'C', 'D', 'D'],
       'B' : ['A', 'B', 'A', 'B','A', 'B', 'A', 'B'],
       'C' : [2, 4, 5, 2, 0, 3, 9, 1],
       'D' : [6, 6, 7, 7, 3, 3, 10, 10]})

df=df.pivot('A','B','C')

# create "Total" column
df['Total'] = df['A'] + df['B']

fig, ax = plt.subplots(1, 1, figsize =(4,6))

sns.heatmap(df, annot=True, linewidths=0, cbar=False)

# find your QuadMesh object and get array of colors
quadmesh = ax.findobj(QuadMesh)[0]
facecolors = quadmesh.get_facecolors()

# make colors of the last column white
facecolors[np.arange(2,12,3)] = np.array([1,1,1,1])

# set modified colors
quadmesh.set_facecolors = facecolors

# set color of all text to black
for i in ax.findobj(Text):
    i.set_color('black')

# move x ticks and label to the top
ax.xaxis.tick_top()
ax.xaxis.set_label_position('top') 

plt.show()

P.S.我使用的是python 2.7，尽管我没有想到任何可能，但可能需要对某些语法进行调整。