如何调整Seaborn热力图Y轴刻度并显示缺失值空白行？

核心思路 #

要实现Y轴固定显示1-10所有值+缺失组合显示空白，关键是先补全数据集的索引，把所有需要的行/列组合都补上，缺失值填NaN，再让热力图识别这些空值并留白，最后强制设置Y轴刻度。

具体步骤&修改代码 #

假设你的原始数据包含分面维度、Y轴（目标1-10）、X轴、热力值字段，以下是通用修复方案：

1. 补全缺失的索引组合

先把数据转成适合热力图的宽格式，再用reindex强制生成Y轴1-10的完整索引，缺失组合自动填充NaN：

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

# 假设原始数据为df，字段：col（分面列）、y（Y轴）、x（X轴）、value（热力值）
# 转宽格式：每个分面下，行是y，列是x，值是value
wide_df = df.pivot_table(index='y', columns=['col', 'x'], values='value', fill_value=None)

# 强制补全Y轴1-10的所有索引，缺失项填充NaN
full_y_index = pd.Index(range(1, 11), name='y')
wide_df = wide_df.reindex(full_y_index)

# 转回长格式，适配FacetGrid的分面逻辑
full_df = wide_df.stack(['col', 'x']).reset_index(name='value')

2. 绘制FacetGrid热力图并强制Y轴刻度

定义自定义绘图函数，在每个分面子图里绘制热力图，同时强制设置Y轴的刻度和显示顺序：

g = sns.FacetGrid(full_df, col='col', col_wrap=2)

def draw_heatmap(data, **kwargs):
    # 转回宽格式用于heatmap绘制
    heat_data = data.pivot(index='y', columns='x', values='value')
    # heatmap遇到NaN自动显示空白，无需额外设置
    sns.heatmap(heat_data, **kwargs, cbar=False)
    # 强制Y轴显示1-10刻度
    plt.yticks(ticks=range(10), labels=range(1, 11))
    # 调整Y轴范围，让1显示在顶部（heatmap默认倒序）
    plt.ylim(10, 0)

g.map_dataframe(draw_heatmap, cmap='viridis')

plt.tight_layout()
plt.show()

关键说明 #

• 补全索引是核心：只有数据集包含Y轴1-10的所有值（哪怕对应值为NaN），seaborn才会在轴上渲染这些刻度。
• heatmap对NaN的默认处理就是留白，无需额外配置。
• 调整plt.ylim(10, 0)是为了修正heatmap默认的Y轴倒序问题，让1显示在顶部、10在底部。

内容的提问来源于stack exchange，提问作者sxs