Python：在Seaborn中更改/自定义颜色图

Question

我花了太多时间研究此问题，但仍在浏览器中打开了一些标签： Link1 Link2 Link3 Link4

我应该在工作！

无论如何，我的问题是：我使用别人的脚本来生成许多热图，然后我必须对其进行检查和排序/分配：

这是一个示例： HM示例

我需要能够轻松地将0.03与零区分开，但是正如您所看到的，它们看起来几乎是相同的。 理想的解决方案是：白色（正零）-黄色-橙色-红色或白色（正零）-橙色-红色

开发人员使用“ YlOrRd”的方式如下：

sns.heatmap(heat_map, annot=True, fmt=".2g", cmap="YlOrRd", linewidths=0.5, 
                    linecolor='black', xticklabels=xticks, yticklabels=yticks
                    )

我尝试了一堆没有提供的标准/默认颜色图选项。

我没有构建颜色图的任何实际经验，也不想破坏已经在工作的东西。 有人有什么想法吗？

谢谢

**由于工作量有限，我只能张贴什么代码/示例。

Answer 1

一种选择是从现有的颜色图中获取颜色，将第一个颜色替换为白色，然后根据这些操纵值创建新的颜色图。

import numpy as np; np.random.seed(42)
import matplotlib.pyplot as plt
import matplotlib.colors
import seaborn as sns

# some data
a = np.array([0.,0.002,.005,.0099,0.01,.0101,.02,.04,.24,.42,.62,0.95,.999,1.])
data = np.random.choice(a, size=(12,12))

# create colormap. We take 101 values equally spaced between 0 and 1
# hence the first value 0, second value 0.01
c = np.linspace(0,1,101)
# For those values we store the colors from the "YlOrRd" map in an array
colors = plt.get_cmap("YlOrRd",101)(c)
# We replace the first row of that array, by white
colors[0,:] = np.array([1,1,1,1])
# We create a new colormap with the colors
cmap = matplotlib.colors.ListedColormap(colors)

# Plot the heatmap. The format is set to 4 decimal places 
# to be able to disingush specifically the values ,.0099, .0100, .0101,
sns.heatmap(data, annot=True, fmt=".4f", cmap=cmap, vmin=0, vmax=1,
            linewidths=0.5,  linecolor='black')
plt.show()