seaborn 中具有类别值的热图

Question

我有以下数据框。

ID   Cat  V1 V2 V3
1     A    1  1  1
2     B    1  1  1
3     A    1  1  0
4     C    0  0  0

我想创建一个图（类似于热图）来显示是否观察到 V1 到 V3 (1) 或未观察到 (0)。此外，每个字段都应根据行的类别进行着色。例如Cat为A，则为红色；如果Cat是B，它应该是绿色的；如果Cat是C，它应该是蓝色的。
因此，在这种情况下，热图第一行中的所有方块应为红色，第二行中的所有方块应为绿色。

我想在 python 中使用 seaborn 或 matplotlib 来创建绘图。不过不知道剧情是什么类型

Answer 1

可能存在较少涉及的方式。以下方法遍历类别；对于每个类别，热图中都填充了相应的颜色。


import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
import seaborn as sns
import pandas as pd
import numpy as np
from io import StringIO

data_str = '''ID   Cat  V1 V2 V3
1     A    1  1  1
2     B    1  1  1
3     A    1  1  0
4     C    0  0  0'''
df = pd.read_csv(StringIO(data_str), delim_whitespace=True)
df = df.set_index('ID')
fig, ax = plt.subplots(figsize=(6, 6))
categories = ['A', 'B', 'C']
colors = ['crimson', 'lime', 'dodgerblue']
for cat, color in zip(categories, colors):
    df_cat = df[['V1', 'V2', 'V3']][df['Cat'] == cat].reindex(df.index, fill_value=0)
    df_cat[['V1', 'V2', 'V3']] = df_cat[['V1', 'V2', 'V3']].replace({0: np.nan})
    if not np.all(df_cat.isna()):
        sns.heatmap(data=df_cat, cmap=ListedColormap([color]), cbar=False, lw=1, alpha=1, ax=ax)
plt.show()

seaborn 中具有类别值的热图

Heatmap with category values in seaborn

matplotlib

seaborn