Seaborn Heatmap：在繪圖頂部移動顏色條

Question

我有一個使用seaborn庫創建的基本熱圖，並希望將seaborn從默認，垂直和右側移動到熱圖上方的水平條。 我怎樣才能做到這一點？

這是一些示例數據和默認示例：

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

# Create data
df = pd.DataFrame(np.random.random((5,5)), columns=["a","b","c","d","e"])

# Default heatma
ax = sns.heatmap(df)
plt.show()

Answer 1

查看文檔，我們找到了一個參數cbar_kws 。 這允許指定傳遞給matplotlib的fig.colorbar方法的參數。

cbar_kws ：鍵，值映射的dict，可選。 fig.colorbar關鍵字參數。

因此，我們可以使用任何可能的參數fig.colorbar ，提供字典cbar_kws 。

在這種情況下，您需要location="top"將顏色條放在頂部。 因為colorbar默認使用gridspec定位顏色條，然后不允許設置位置，我們需要關閉gridspec（ use_gridspec=False ）。

sns.heatmap(df, cbar_kws = dict(use_gridspec=False,location="top"))

完整的例子：

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

df = pd.DataFrame(np.random.random((5,5)), columns=["a","b","c","d","e"])

ax = sns.heatmap(df, cbar_kws = dict(use_gridspec=False,location="top"))

plt.show()

Answer 2

你必須使用軸分隔器將顏色條放在一個seaborn圖上。 尋找評論。

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np
from mpl_toolkits.axes_grid1.axes_divider import make_axes_locatable
from mpl_toolkits.axes_grid1.colorbar import colorbar

# Create data
df = pd.DataFrame(np.random.random((5,5)), columns=["a","b","c","d","e"])

# Use axes divider to put cbar on top
# plot heatmap without colorbar
ax = sns.heatmap(df, cbar = False)
# split axes of heatmap to put colorbar
ax_divider = make_axes_locatable(ax)
# define size and padding of axes for colorbar
cax = ax_divider.append_axes('top', size = '5%', pad = '2%')
# make colorbar for heatmap. 
# Heatmap returns an axes obj but you need to get a mappable obj (get_children)
colorbar(ax.get_children()[0], cax = cax, orientation = 'horizontal')
# locate colorbar ticks
cax.xaxis.set_ticks_position('top')

plt.show()

欲了解更多信息，請閱讀matplotlib的官方示例： https ：//matplotlib.org/gallery/axes_grid1/demo_colorbar_with_axes_divider.html ？ highlight = demo％20colorbar％20axes％20divider

像sns.heatmap(df, cbar_kws = {'orientation':'horizontal'})類的熱圖參數是無用的，因為它將顏色條放在底部位置。

Answer 3

我想展示子圖的示例，它允許控制圖的大小以保留熱圖的方形幾何。 這個例子非常簡短：

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

# Create data
df = pd.DataFrame(np.random.random((5,5)), columns=["a","b","c","d","e"])

# Define two rows for subplots
fig, (cax, ax) = plt.subplots(nrows=2, figsize=(5,5.025),  gridspec_kw={"height_ratios":[0.025, 1]})

# Draw heatmap
sns.heatmap(df, ax=ax, cbar=False)

# colorbar
fig.colorbar(ax.get_children()[0], cax=cax, orientation="horizontal")

plt.show()