如何使用数据框中的散点图数据制作热图？

Question

我有一个数据框，其中包含我的x和y数据（稍后将其转换为列表），并且对于每个x，y，我都有三个属性，它们是百分比（全部加起来为100％），例如，对于x，y第一个属性是0.05，第二个属性是0.45，第三个属性是0.5。

         pc1       pc2      %_h        %_s      %_c  
0    -2.319093 -4.058990  0.718839  0.074559  0.206602  
1     1.514446 -2.324842  0.552632  0.157895  0.289474  
2    -2.431196 -1.938358  0.440313  0.071755  0.487932  
3    -2.642250 -1.001307  0.707883  0.058733  0.233385 
4    -1.486477 -2.537368  0.617834  0.151956  0.230209  
5    -1.990138 -3.457012  0.326633  0.088358  0.585008 
6    -0.844124 -3.081770  0.550000  0.113636  0.336364  
7    -2.376568 -1.471469  0.663071  0.196066  0.140863  
8    -3.139226  0.451762  0.696914  0.056173  0.246914  
    :

我的目标是制作某种热图，以绘制x（pc1），y（pc2）和每个属性的范围，因此较暗的部分将意味着特定属性的密度较高。 以下是使用的热图：

plt.figure(figsize = (16,16))
plt.hist2d(pc1, pc2, bins=50, cmap=plt.cm.jet)
plt.show()

但这是基于x，y点的密度，但是我希望它基于我的3个属性，即红色区域用于%h/%s/%c值较高的区域

我的研究说，这与将数据网格化并计算每个单元的频率以获得某种z维度有关。 我已经尝试过： 用Matplotlib绘制2D热图，并： 使用散布数据集 （ 该图仅基于2维 ） 在MatPlotLib中生成热图，并且没有运气。

我还想使用sns.jointmap功能为每个xy sns.jointmap三个属性的密度的折线图

编辑我认为该方法将是绘制一个热图，该热图表示第一个属性，然后在另一个属性上依次层叠。 但是我不确定如何设置热图的范围来表示属性，而不是x，y的密度计数？

编辑这是在尝试建议的代码之后。

Answer 1

您尝试过pcolormesh吗？ 示例： https ： //matplotlib.org/3.1.1/gallery/images_contours_and_fields/pcolormesh_levels.html

fig, ax = plt.subplots() 
data = np.array([df['%_h'],df['%_s'],df['%_c']]).reshape(3,len(df))
cax =ax.pcolormesh(df.index, np.arange(0,3), data, shading = 'gouraud', cmap = 'jet')
fig.colorbar(cax)