对数比例尺彩色海生热图

Question

有没有办法设置色条比例尺来登录seaborn热图？
我使用pandas的pivot表输出作为调用的输入

 sns.heatmap(df_pivot_mirror,annot=False,xticklabels=256,yticklabels=128,cmap=plt.cm.YlOrRd_r)

谢谢你。

Answer 1

是的，但是seaborn已经为colorbar硬编码了一个线性tick定位器，所以结果可能不是您想要的那样：

# http://matplotlib.org/examples/pylab_examples/pcolor_log.html
# modified to use seaborn

import matplotlib.pyplot as plt
from matplotlib.colors import LogNorm
import numpy as np
from matplotlib.mlab import bivariate_normal
import seaborn as sns; sns.set()


N = 20
X, Y = np.mgrid[-3:3:complex(0, N), -2:2:complex(0, N)]

# A low hump with a spike coming out of the top right.
# Needs to have z/colour axis on a log scale so we see both hump and spike.
# linear scale only shows the spike.
Z1 = bivariate_normal(X, Y, 0.1, 0.2, 1.0, 1.0) + 0.1 * bivariate_normal(X, Y, 1.0, 1.0, 0.0, 0.0)

fig, axs = plt.subplots(ncols=2)

sns.heatmap(Z1, ax = axs[0])
sns.heatmap(Z1, ax = axs[1],
            #cbar_kws={'ticks':[2,3]}, #Can't specify because seaborn does
            norm=LogNorm(vmin=Z1.min(), vmax=Z1.max()))


axs[0].set_title('Linear norm colorbar, seaborn')
axs[1].set_title('Log norm colorbar, seaborn')
plt.show()

请参阅pylab示例，该示例从一个pylab版本开始，该版本会自动获取colorbar tick标签（尽管在其他方面不是很漂亮）。

您可以编辑seaborn代码使其工作：如果更改/seaborn/matrix.py（0.7.0版）中的plot()函数：

    # Possibly add a colorbar
    if self.cbar:
        ticker = mpl.ticker.MaxNLocator(6)
        if 'norm' in kws.keys():
            if type(kws['norm']) is mpl.colors.LogNorm:
                ticker = mpl.ticker.LogLocator(numticks=8)

你得到：

我建议你在seaborn github上买，但如果你想早点买的话，就买吧。

Answer 2

响应cphlewis（我没有足够的声誉），我使用cbar_kws；解决了这个问题，正如我在这里看到的：seaborn clustermap: set colorbar ticks。

例如cbar_kws={"ticks":[0,1,10,1e2,1e3,1e4,1e5]}。

from matplotlib.colors import LogNorm
s=np.random.rand(20,20)
sns.heatmap(s, norm=LogNorm(s.min(),s.max()),
            cbar_kws={"ticks":[0,1,10,1e2,1e3,1e4,1e5]},
            vmin = 0.001, vmax=10000)
plt.show()

祝你今天愉快。

Answer 3

可以使用matplotlib.colors.LogNorm规范化colorbar上的值。 我还不得不在seaborn中手动设置标签，最后得到了以下代码：

#!/usr/bin/env python3

import math

import numpy as np
import seaborn as sn
from matplotlib.colors import LogNorm

data = np.random.rand(20, 20)

log_norm = LogNorm(vmin=data.min().min(), vmax=data.max().max())
cbar_ticks = [math.pow(10, i) for i in range(math.floor(math.log10(data.min().min())), 1+math.ceil(math.log10(data.max().max())))]

sn.heatmap(
    data,
    norm=log_norm,
    cbar_kws={"ticks": cbar_ticks}
)