seaborn 热图中的自定义调色板间隔

Question

我正在尝试使用 seaborn 库绘制 heatmap。

绘图函数如下所示：

def plot_confusion_matrix(data, labels, **kwargs):
    """Visualize confusion matrix as a heat map."""
    col_map = kwargs.get('color_palette', sns.light_palette('navy', n_colors=5, as_cmap=False))

    sns.heatmap(
        vmin=0.0,
        vmax=1.0,
        data=data,
        cmap=col_map,
        xticklabels=labels,
        yticklabels=labels,
        linewidths=0.75,
    )

data 的直方图如下所示：

现在我正在努力解决的问题是 seaborn 热图（如下图）均匀分割色标，因此大部分数据具有相同的颜色（因为数据分布不均匀）。

我无法找到如何为颜色级别设置某种间隔或边界。

假设我有以下十六进制颜色值数组：

['#e5e5ff', '#acacdf', '#7272bf', '#39399f', '#000080']

有没有办法设置颜色如

[(threshold_0, hex_0), (threshold_1, hex_1), ..., (threshold_n, hex_n)]

其中 threshold_i 是 [0, 1)

范围内的值

感谢任何帮助。

PS：用于说明的当前热图：

Answer 1

故意不解决您问题中的 "custom" - 同时这可能有帮助：

除了在整个范围内平滑变化的众所周知的颜色图之外，还有一些更适合显示多个数据波段中的微小差异，例如gist_ncar。

另见 https://matplotlib.org/examples/color/colormaps_reference.html

创建于

sns.heatmap(vmin=0.0, vmax=1.0, data=data,  cmap='gist_ncar', linewidths=0.75)

Answer 2

我能够找到（在我看来不是很干净）解决方案，它使用 matplotlib.colors.LinearSegmentedColormap。

代码如下所示：

# NOTE: jupyter notebook mode
%matplotlib inline

import seaborn as sns
from matplotlib.colors import LinearSegmentedColormap

boundaries = [0.0, 0.05, 0.1, 0.25, 0.5, 0.75, 0.9, 1.0]  # custom boundaries

# here I generated twice as many colors, 
# so that I could prune the boundaries more clearly
hex_colors = sns.light_palette('navy', n_colors=len(boundaries) * 2 + 2, as_cmap=False).as_hex()
hex_colors = [hex_colors[i] for i in range(0, len(hex_colors), 2)]

colors=list(zip(boundaries, hex_colors))

custom_color_map = LinearSegmentedColormap.from_list(
    name='custom_navy',
    colors=colors,
)

 sns.heatmap(
        vmin=0.0,
        vmax=1.0,
        data=data,
        cmap=custom_color_map,
        xticklabels=labels,
        yticklabels=labels,
        linewidths=0.75,
  )

Answer 3

关于此文档 here，您可以创建自己的 color-dictionary。这些字典必须是 rgb-values，所以我写了第一个测试函数来从 Hex_colors 和你想要的阈值生成一个：

def NonLinCdict(steps, hexcol_array):
    cdict = {'red': (), 'green': (), 'blue': ()}
    for s, hexcol in zip(steps, hexcol_array):
        rgb =matplotlib.colors.hex2color(hexcol)
        cdict['red'] = cdict['red'] + ((s, rgb[0], rgb[0]),)
        cdict['green'] = cdict['green'] + ((s, rgb[1], rgb[1]),)
        cdict['blue'] = cdict['blue'] + ((s, rgb[2], rgb[2]),)
    return cdict

hc = ['#e5e5ff', '#acacdf', '#7272bf', '#39399f', '#000080']
th = [0, 0.1, 0.5, 0.9, 1]

cdict = NonLinCdict(th, hc)
cm = mc.LinearSegmentedColormap('test', cdict)

plt.figure()
sns.heatmap(
        vmin=0.0,
        vmax=1.0,
        data=data,
        cmap=cm,
        linewidths=0.75)

生成：

还可以做更多（例如，离散跳跃，看看文档...）但这应该回答你原来的问题 - "custom" 这次包括...

不过，我要补充一点个人看法：像这里拉长的色图可能是'pleasing'，但要注意不要误导观众的眼睛。

希望对您有所帮助。

seaborn 热图中的自定义调色板间隔

Custom color palette intervals in seaborn heatmap

python

data-visualization

matplotlib

heatmap

seaborn