更大的对数色阶Python sns.clustermap（）

Question

数据透视中的大多数值都在0.96和1之间。。喜欢 0.960186 0.960139 0.960129 等我希望它们是可识别的。。但由于我的一些值更大，比如10，我做了一个双对数色标。。但这没用。有人有主意吗

是的

p = sns.clustermap(pivotted, norm=SymLogNorm(linthresh=0.000000001, vmin=pivotted.min().min(), vmax=pivotted.max().max()))

Answer 1

您可以尝试以下方法，诀窍是将边界设置为较低的值：

import seaborn as sns
import numpy as np
from matplotlib.colors import LogNorm
from matplotlib.colors import LinearSegmentedColormap

boundaries = [0.0, 0.03, 0.06, 0.09, 0.12,1.0]  
hex_colors = sns.color_palette("coolwarm", n_colors=len(boundaries) * 2 + 2).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="cus",
    colors=colors,
)

您还可以定义一个颜色列表，其长度与边界相同。因此，下面我尝试模拟像您这样的数据，不知道它有多接近：

np.random.seed(111)
df = np.random.uniform(low=0.8,high=1,size=(8,8))
df[np.random.randint(0,7,6),np.random.randint(0,7,6)] = 10,9,10,9,10,9

sns.clustermap(df,norm=LogNorm(),cmap=custom_color_map)