Seaborn Heatmap：在绘图顶部移动颜色条

Question

我有一个使用seaborn库创建的基本热图，并希望将颜色条从默认的垂直和右侧移动到热图上方的水平条。我怎样才能做到这一点？

这是一些示例数据和默认示例：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

# Create data
df = pd.DataFrame(np.random.random((5,5)), columns=["a","b","c","d","e"])

# Default heatma
ax = sns.heatmap(df)
plt.show()

Answer 1

看看the documentation，我们找到了一个论点cbar_kws。这允许指定传递给matplotlib的fig.colorbar方法的参数。

cbar_kws：键，值映射的字典，可选。 fig.colorbar的关键字参数。

因此，我们可以使用fig.colorbar的任何可能的参数，为cbar_kws提供字典。

在这种情况下，您需要location="top"将颜色条放在顶部。因为colorbar默认使用gridspec定位颜色条，然后不允许设置位置，我们需要关闭gridspec（use_gridspec=False）。

sns.heatmap(df, cbar_kws = dict(use_gridspec=False,location="top"))

完整的例子：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.random((5,5)), columns=["a","b","c","d","e"])

ax = sns.heatmap(df, cbar_kws = dict(use_gridspec=False,location="top"))

plt.show()

Answer 2

你必须使用轴分隔器将颜色条放在一个seaborn图上。寻找评论。

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np
from mpl_toolkits.axes_grid1.axes_divider import make_axes_locatable
from mpl_toolkits.axes_grid1.colorbar import colorbar

# Create data
df = pd.DataFrame(np.random.random((5,5)), columns=["a","b","c","d","e"])

# Use axes divider to put cbar on top
# plot heatmap without colorbar
ax = sns.heatmap(df, cbar = False)
# split axes of heatmap to put colorbar
ax_divider = make_axes_locatable(ax)
# define size and padding of axes for colorbar
cax = ax_divider.append_axes('top', size = '5%', pad = '2%')
# make colorbar for heatmap. 
# Heatmap returns an axes obj but you need to get a mappable obj (get_children)
colorbar(ax.get_children()[0], cax = cax, orientation = 'horizontal')
# locate colorbar ticks
cax.xaxis.set_ticks_position('top')

plt.show()

欲了解更多信息，请阅读matplotlib：https://matplotlib.org/gallery/axes_grid1/demo_colorbar_with_axes_divider.html?highlight=demo%20colorbar%20axes%20divider的官方示例

像Heatmap这样的sns.heatmap(df, cbar_kws = {'orientation':'horizontal'})论证是无用的，因为它将色条置于底部位置。

Answer 3

我想展示子图的示例，它允许控制图的大小以保留热图的方形几何。这个例子非常简短：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

# Create data
df = pd.DataFrame(np.random.random((5,5)), columns=["a","b","c","d","e"])

# Define two rows for subplots
fig, (cax, ax) = plt.subplots(nrows=2, figsize=(5,5.025),  gridspec_kw={"height_ratios":[0.025, 1]})

# Draw heatmap
sns.heatmap(df, ax=ax, cbar=False)

# colorbar
fig.colorbar(ax.get_children()[0], cax=cax, orientation="horizontal")

plt.show()