seaborn 热图上的散点图

Question

我正在尝试在 seaborn 热图上标记一个位置（在本例中是沿颜色图轴的最小值）。但是我想要标记的位置落在热图上的值之间，因为它是离散的并且以比原始数据帧更低的分辨率绘制。我有一种感觉，我只需要使用相同的轴来正确地过度绘制，但我似乎找不到任何有用的东西！相反，我的散点图点要么总是出现在左下角，要么根本不出现。

那么——我如何在这个较低分辨率的热图上绘制一个代表我的原始高分辨率数据帧中的最小值的符号？

这是我的代码：

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

number_of_planes = 100

cos_thetas = np.empty(number_of_planes)
phis = np.empty(number_of_planes)
for i in range(0,number_of_planes):
    phi = np.random.uniform(0,2*math.pi)
    theta = math.acos(2*np.random.uniform(0.5,1) - 1)

    phis[i] = phi
    cos_thetas[i] = math.cos(theta)

thicknesses = np.random.rand(number_of_planes, number_of_planes)

sns.set_style("darkgrid")
fig = plt.figure()
ax = fig.add_subplot(111, aspect='equal')

thick_df = pd.DataFrame(thicknesses*1000, columns=phis, index=cos_thetas)

#print thick_df

thick_df = thick_df.sort_index(axis=0, ascending=False)
thick_df = thick_df.sort_index(axis=1)

cmap = sns.cubehelix_palette(start=2.9, light=0.9, as_cmap=True, reverse=True)

yticks = np.linspace(0,1,6)

x_end = 6
xticks = np.arange(x_end+1)

m, n = 10, 10
row_groups = np.arange(len(thick_df.index)) // m
col_groups = np.arange(len(thick_df.columns)) // n

grpd = pd.DataFrame(thick_df.values, row_groups, col_groups)

val = pd.to_numeric(grpd.stack(), 'coerce').groupby(level=[0, 1]).mean().unstack().values
idx = thick_df.index.to_series().groupby(row_groups).mean().values
col = thick_df.columns.to_series().groupby(col_groups).mean().values

new_thick_df = pd.DataFrame(val, idx, col)

sns.heatmap(new_thick_df, linewidth=0, xticklabels=xticks, yticklabels=yticks[::-1], square=True, cmap=cmap, ax=ax)
#new_thick_df.plot.scatter(thick_df.columns.argmin(), thick_df.index.argmin(), ax=ax, c='r', s=100)
#One problem here is that thick_df.columns.argmin() gives an integer position instead of the column label
ax.scatter(thick_df.columns.argmin(), thick_df.index.argmin(), marker='*', s=100, color='yellow')  

ax.set_xticks(xticks*ax.get_xlim()[1]/(2*math.pi))
ax.set_yticks(yticks*ax.get_ylim()[1])
ax.set_xlabel(r'$\rm{\phi}$', fontsize=16)
ax.set_ylabel(r'$\rm{\cos\ \theta}$', fontsize=16)
plt.figtext(0.865, 0.5, r'$\rm{thickness\ (kpc)}$', fontsize=15, rotation=270, horizontalalignment='left', verticalalignment='center')

plt.show()

Answer 1

根据评论，您只想从 thick_df 的绝对最小值绘制一颗星。您已将 thick_df 的每 10x10 部分平均为 new_thick_df。热图是根据 new_thick_df 创建的，但您想将 thick_df 的最小值绘制到该热图上。您必须首先通过展平 thick_df 找到最小值，然后减小尺寸，以便将它们转换为 0 到 10 之间的范围。我还为 new_thick_df 的最小值绘制了一个红星.

将此行：ax.scatter(thick_df.columns.argmin(), thick_df.index.argmin(), marker='*', s=100, color='yellow')更改为这些行

idx_min_big = thick_df.values.flatten().argmin()
x_min_big, y_min_big = (idx_min_big % 100) / 10 , 10 - (idx_min_big // 100) / 10
ax.scatter(x_min_big, y_min_big, marker='*', s=100, color='yellow') 

# get min of new_thick_df
min_idx = new_thick_df.values.flatten().argmin()
x_min, y_min = min_idx % 10 + .5, 9 - min_idx // 10 + .5
ax.scatter(x_min, y_min, marker='*', s=100, color='yellow')

并且只是为了证明 thick_df 的最小值符合这个逻辑

x,y = idx_min_big // 100, idx_min_big % 100    
thick_df.iloc[x, y]

输出

0.075901121550980832

取最小值

thick_df.values.flatten().min()

输出

0.075901121550980832

seaborn 热图上的散点图

Scatter plot over seaborn heatmap

python

heatmap

pandas

seaborn