如何在 seaborn 热图中定义值的范围 - Python

在使用 seaborn 绘制热图时，我们可能需要指定颜色映射范围，以确保可视化结果的准确性和可读性。下面是一些使用 seaborn 模块中的相关函数定义热图值范围的方法。

方法一：通过 cbar_kws 参数来指定 colorbar 的值范围

seaborn.heatmap 中的 cbar_kws 参数可以用来传递 colorbar 的关键字参数。我们可以使用 vmin 和 vmax 关键字参数来控制热图的颜色映射范围。比如，我们可以使用以下方法来将热图范围限制在 0 到 1 之间：

import seaborn as sns

# 创建数据集
data = sns.load_dataset("flights").pivot("month", "year", "passengers")

# 指定 colorbar 的关键字参数
cbar_kws={"orientation": "horizontal", "ticks": [0, 1]}
sns.heatmap(data, cmap="YlGnBu", cbar_kws=cbar_kws, vmin=0, vmax=1)

方法二：通过 center 参数来指定热图的中心值

seaborn.heatmap 中的 center 参数可以用来指定热图的中心值。该参数通常与 vmin 和 vmax 参数一起使用。具体用法可以参考以下示例：

import seaborn as sns

# 创建数据集
data = sns.load_dataset("flights").pivot("month", "year", "passengers")

# 指定 colorbar 的关键字参数
cbar_kws={"orientation": "horizontal", "ticks": [0, 500, 1000]}

# 指定热图的中心值为 500
sns.heatmap(data, cmap="YlGnBu", cbar_kws=cbar_kws, center=500, vmin=0, vmax=1000)

方法三：通过 norm 参数来指定颜色映射的范围

seaborn.heatmap 中的 norm 参数可以用来指定颜色映射的范围。具体用法请参阅以下示例代码：

import seaborn as sns
from matplotlib.colors import Normalize

# 创建数据集
data = sns.load_dataset("flights").pivot("month", "year", "passengers")

# 自定义 norm 函数，将颜色映射范围限制在 0 到 1000 之间
norm = Normalize(vmin=0, vmax=1000)

sns.heatmap(data, cmap="YlGnBu", norm=norm)

使用 norm 参数必须先引入 Normalize 函数，该函数可以用来定义自定义的颜色映射范围。

综上，以上几种方法都可以用来在 seaborn 热图中定义值的范围，具体选择哪种方法取决于具体需求和使用场景。