python：具有分类颜色和连续透明度的热图

Question

我想用Python（seaborn、matplotlib等）制作一个具有二维信息的热图。我有一个想要分配给颜色的分类值，以及一个想要分配给透明度的连续变量（即 0-100 或 0-1 之间），因此每个框都有自己的颜色和透明度（或强度）。

例如：

colors = pd.DataFrame([['b','g','r'],['black','orange','purple'],['r','yellow','white']])
transparency = pd.DataFrame([[0.1,0.2,0.3],[0.9,0.1,0.2],[0.1,0.6,0.3]])

如何根据这些数据制作热图，使左上角的框颜色为蓝色，透明度为 10%（或不透明度为 10%，以两者为准），依此类推？

到目前为止，我最好的想法是将颜色转换为整数值，将它们添加到透明度值，然后制作自定义颜色图，其中每个整数具有不同的颜色，范围从白色到整数值之间的颜色。这听起来很复杂，我希望有一种内置的方法可以做到这一点。

有什么想法吗？

Answer 1

您可以绘制单独的矩形，为每个矩形指定特定的颜色和透明度：

import matplotlib.pyplot as plt
from matplotlib.patches import Rectangle, Patch
import pandas as pd

colors = pd.DataFrame([['b', 'g', 'r'], ['black', 'orange', 'purple'], ['r', 'yellow', 'white']])
transparency = pd.DataFrame([[0.1, 0.2, 0.3], [0.9, 0.1, 0.2], [0.1, 0.6, 0.3]])

fig, ax = plt.subplots()

for i, (color_col, transp_col) in enumerate(zip(colors.columns, transparency.columns)):
    for j, (color, transp) in enumerate(zip(colors[color_col], transparency[transp_col])):
        ax.add_patch(Rectangle((i - 0.5, j - 0.5), 1, 1,
                               facecolor=color, alpha=transp, edgecolor='none', lw=0))

ax.invert_yaxis()  # start at the top
ax.autoscale(enable=True, tight=True)  # recalculate axis limits
ax.set_xticks(range(len(colors.columns)), colors.columns)
ax.set_yticks(range(len(colors.index)), colors.index)
plt.show()