海运热图子图-共享热条和供暖

Seaborn Heatmap Subplots - Shared heatbar and heating(海运热图子图-共享热条和供暖)

问题描述

我试着比较3个热图。 我费了好大劲才让这3张地图分享色条上的"暖气"。 加热将相对于每个子图、飞行、飞行1和飞行2的数据集。 而不是相对于不同的次要情节。

有没有办法将子图与共享色条连接起来？

我使用了以下代码：

import seaborn as sns  
import matplotlib.pyplot as plt

flights = sns.load_dataset("flights")
flights = flights.pivot("month", "year", "passengers")
flights1 = flights * 10
flights2 = flights * 2
f,(ax1,ax2,ax3, axcb) = plt.subplots(1,4, 
        gridspec_kw={'width_ratios':[1,1,1,0.08]})
ax1.get_shared_y_axes().join(ax2,ax3)
g1 = sns.heatmap(flights,cmap="YlGnBu",cbar=False,ax=ax1)
g1.set_ylabel("")
g1.set_xlabel("")
g2 = sns.heatmap(flights1,cmap="YlGnBu",cbar=False,ax=ax2)
g2.set_ylabel("")
g2.set_xlabel("")
g2.set_yticks([])
g3 = sns.heatmap(flights2,cmap="YlGnBu",ax=ax3, cbar_ax=axcb)
g3.set_ylabel("")
g3.set_xlabel("")
g3.set_yticks([])
plt.show()

Cod给出以下输出：

推荐答案

您需要为每个热图设置相等的VMIN和VMAX参数。这些是用于计算正确颜色的限制。

所有小于vmin的值都将设置为最小颜色，Vmax较高的值将设置为最高颜色。因此，如果您的数据有一些异常值，您可能需要考虑将vmin和vmax更紧密地结合在一起，以获得更接近值中心的颜色变化。

vmin = min(min(flights['passengers']), min(flights1['passengers']), min(flights2['passengers']))
vmax = max(max(flights['passengers']), max(flights1['passengers']), max(flights2['passengers']))
g1 = sns.heatmap(flights, vmin=vmin, vmax=vmax, cmap="YlGnBu", cbar=False, ax=ax1)
g2 = sns.heatmap(flights, vmin=vmin, vmax=vmax, cmap="YlGnBu", cbar=False, ax=ax2)
g3 = sns.heatmap(flights, vmin=vmin, vmax=vmax, cmap="YlGnBu", ax=ax3, cbar_ax=axcb)

这篇关于海运热图子图-共享热条和供暖的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！