如何在Seaborn FacetGrid中制作热图正方形

Question

我使用Seaborn的FacetGrid类，使用同样来自Seaborn的heatmap函数绘制一组矩阵。但是，我不能调整这些子块的纵横比。下面是一个例子：

import seaborn as sns
import numpy as np
import pandas as pd

# Generate a set of sample data
np.random.seed(0)
indices = pd.MultiIndex.from_product((range(5), range(5), range(5)), names=('label0', 'label1', 'label2'))
data = pd.DataFrame(np.random.uniform(0, 100, size=len(indices)), index=indices, columns=('value',)).reset_index()

def draw_heatmap(*args, **kwargs):
    data = kwargs.pop('data')
    d = data.pivot(index=args[1], columns=args[0], values=args[2])
    sns.heatmap(d, **kwargs)

fg = sns.FacetGrid(data, col='label0')
fg.map_dataframe(draw_heatmap, 'label1', 'label2', 'value', cbar=False)

生成此图像的：

注意矩阵图的元素是矩形的，而不是正方形的。如果我做一个绘图（没有FacetGrid），我可以将选项square=True传递给sns.heatmap，使绘图成正方形。但是，如果我把它放在map_dataframe的参数中，就会得到这样的结果：

fg = sns.FacetGrid(data, col='label0')
fg.map_dataframe(draw_heatmap, 'label1', 'label2', 'value', cbar=False, square=True)

尽管FacetGrid的默认宽高比为1，但轴对于数据来说似乎太大了。（并且在构造FacetGrid时显式设置aspect=1没有帮助。）

有什么办法解决这个问题吗？

Answer 1

当设置FacetGrid的aspect参数时，不仅要考虑轴限制，而且还要考虑轴标签和标题的大小和位置，以计算正确的轴几何图形。因此热图是矩形的。

若要调整二次热图和轴，可以使用函数set_bbox手动设置校正的轴边界框位置。

另一种方法有点棘手。带有第二个参数的函数ax.set_aspect将尝试调整热图和轴。 但是，若要完全删除保留的灰色边框，可以通过根据以下图形面颜色设置轴背景颜色来隐藏它：

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

# Generate a set of sample data
np.random.seed(0)
indices = pd.MultiIndex.from_product((range(5), range(5), range(5)),
 names=('label0', 'label1', 'label2'))
data = pd.DataFrame(np.random.uniform(0, 100, size=len(indices)),
 index=indices, columns=('value',)).reset_index()

def draw_heatmap(*args, **kwargs):
    data = kwargs.pop('data')
    d = data.pivot(index=args[1], columns=args[0], values=args[2])
    sns.heatmap(d, **kwargs)

fg = sns.FacetGrid(data, col='label0')
fg.map_dataframe(draw_heatmap, 'label1', 'label2', 'value', cbar=False, square = True)
# get figure background color
facecolor=plt.gcf().get_facecolor()
for ax in fg.axes.flat:
    # set aspect of all axis
    ax.set_aspect('equal','box-forced')
    # set background color of axis instance
    ax.set_axis_bgcolor(facecolor)
plt.show()

结果：

Answer 2

您可以使用^{}参数在代码中替换此参数：

fg.map_dataframe(draw_heatmap, 'label1', 'label2', 'value', cbar=False, square=True)