如何在 Python 中合并 Seaborn 中的两个热图，以便两者都显示在同一个热图中？

Question

这是 link 我正在使用的数据： https://github.com/fivethirtyeight/data/tree/master/drug-use-by-age

我正在使用 Jupyter Lab，代码如下：

from matplotlib import pyplot as plt
import pandas as pd
import numpy as np
import seaborn as sb

url = 'https://raw.githubusercontent.com/fivethirtyeight/data/master/drug-use-by-age/drug-use-by-age.csv'

df = pd.read_csv(url, index_col = 0)

df.dtypes
df.replace('-', np.nan, inplace=True)
df = df.iloc[:,:].astype(float)
df = df.loc[:, df.columns != 'n']
#df.columns = df.columns.str.rstrip('-use')
df

fig, axes = plt.subplots(1,2, figsize=(20, 8))

fig.subplots_adjust(wspace=0.1)
fig.colorbar(ax.collections[0], ax=ax,location="right", use_gridspec=False, pad=0.2)
#plt.figure(figsize=(16, 16))
df_percentage = df.iloc[:,range(0,26,2)]
plot_precentage = sb.heatmap(df_percentage, cmap='Reds', ax=axes[0], cbar_kws={'format': '%.0f%%', 'label': '% used in past 12 months'})
df_frequency = df.iloc[:,range(1,27,2)]
plot_frequency = sb.heatmap(df_frequency, cmap='Blues', ax=axes[1], cbar_kws= dict(label = 'median frequency a user used'))

我可以在单独图表的子图中显示其中两个。

我想让它看起来像这样（这是用油漆做的）：

同时并排显示数据。有没有简单的方法可以实现？

Answer 1

带有 mask 选项的非常简单的解决方案：

mask = np.vstack([np.arange(df.shape[1])]* df.shape[0]) % 2

fig, axes = plt.subplots()

plot_precentage = sns.heatmap(df,mask=mask, cmap='Reds', ax=axes, 
                              cbar_kws={'format': '%.0f%%',
                                        'label': '% used in past 12 months'}
                             )

plot_frequency = sns.heatmap(df, mask=1-mask, cmap='Blues', ax=axes,
                             cbar_kws= dict(label = 'median frequency a user used')
                            )

输出：

如何在 Python 中合并 Seaborn 中的两个热图，以便两者都显示在同一个热图中？

How to combine two heatmaps in Seaborn in Python so both are shown in the same heatmap?

python

data-visualization

matplotlib

heatmap

seaborn