x 轴上的 Seaborn 热图间距

Question

我目前正在使用 seaborn.heatmap() 来显示我在 pandas.DataFrame 中组织的二进制数据。 DataFrame的索引是离散的，对应不同的位置，而列是连续的，代表时间。 如何使热图中的 x 轴在测量值之间具有正确的间距？

更准确地说，我希望 0 和 1'000 之间的差异比 0 和 1 之间的差异大 1'000 倍，以及 1 和 1.1 之间的差异大 10'000 倍。 以下是我的数据组织方式的最低限度：

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

df=pd.DataFrame(np.random.randint(0,2,size=(5, 8)), columns=[1,1.1,2,3,4,1001,1002,1003], index=['A','B','C','D','E'])
sns.heatmap(df,cmap='binary', square=True)

生成的图像如下所示： https : //i.stack.imgur.com/uxSrH.png

测量值之间的数据（例如，对于不属于 DataFrame 的测量值 500 应为 0。我不介意放弃 square=True。

对于那些想知道的人，0/1 是 False/True 陈述，表明我是否在给定时间在此位置的此采样点进行了测量。

非常感谢

Answer 1

您可以使用plt.pcolor() ，它创建一个不均匀间隔的网格，网格线由其第一个和第二个参数提供。 由于 5x8 单元格网格需要 6x9 网格线，因此 x 值和 y 值列表都需要扩展 1。

该示例使用101而不是1001 ，因为 1000 的因子差异将使所有东西都拉到一条细线上，除了 4 和 1001 之间的区域。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# slightly modified example data
df = pd.DataFrame(np.random.randint(0, 2, size=(5, 8)), columns=[1, 1.1, 2, 3, 4, 101, 102, 103],
                  index=['A', 'B', 'C', 'D', 'E'])
plt.pcolor(list(df.columns) + [2 * df.columns[-1] - df.columns[-2]],
           np.arange(len(df.index)+1),
           df.values, cmap='binary')
plt.yticks(np.arange(0.5, len(df.index)), df.index) # labels between the grid lines
plt.show()