如何绘制仅含红、蓝两色的行内对比热力图？

核心思路 #

针对每行（职业）内同一国家的F/M数值对比，生成标记矩阵标记高值（红）和低值（蓝），再用自定义双色映射绘制热力图。

完整代码 #

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

# 构建数据集（匹配你的原始数据结构）
df = pd.DataFrame({
    'profession': ['Author', 'Librarian', 'Pilot'],
    'Australia_F': [20, 10, 78],
    'Australia_M': [80, 34, 12],
    'Canada_F': [55, 89, 67],
    'Canada_M': [34, 33, 90],
    'Kenya_F': [60, 89, 12],
    'Kenya_M': [23, 12, 55]
})

# 数据重塑（修正原代码列名大小写匹配问题）
melted_df = pd.melt(df, id_vars='profession', var_name='Country_Gender', value_name='Number')
melted_df[['Country', 'Gender']] = melted_df['Country_Gender'].str.split('_', expand=True)
melted_df['Number'] = pd.to_numeric(melted_df['Number'], errors='coerce')

# 生成透视表
heatmap_data = melted_df.pivot_table(index='profession', columns=['Country', 'Gender'], values='Number')

# 生成颜色标记矩阵：1代表高值（红），0代表低值（蓝）
color_mask = heatmap_data.copy()
for country in heatmap_data.columns.get_level_values('Country').unique():
    f_col = (country, 'F')
    m_col = (country, 'M')
    # 标记F高于M的单元格为1
    color_mask[f_col] = np.where(heatmap_data[f_col] > heatmap_data[m_col], 1, 0)
    # 标记M高于F的单元格为1
    color_mask[m_col] = np.where(heatmap_data[m_col] > heatmap_data[f_col], 1, 0)
    # 若需处理数值相等的情况，可添加else分支，比如设为0.5对应第三种颜色

# 自定义双色配色方案：蓝色（低值）、红色（高值）
cmap = ListedColormap(['#1f77b4', '#ff4b5c'])

# 绘制热力图
plt.figure(figsize=(10, 8))
# 用color_mask映射颜色，annot显示原始数值，关闭颜色条（仅两种颜色无需渐变提示）
sns.heatmap(color_mask, cmap=cmap, annot=heatmap_data, fmt=".0f", linewidths=.5, cbar=False)
plt.xlabel('Country and Gender')
plt.ylabel('Profession')
plt.xticks(rotation=45)
plt.tight_layout()
plt.savefig('heatmap.png')
plt.show()

关键说明 #

1. 列名匹配：原数据集列名为profession（小写），需确保pd.melt的id_vars参数与之对应，避免报错。
2. 颜色标记逻辑：遍历每个国家，逐行对比F/M数值，将高值单元格标记为1（对应红色），低值标记为0（对应蓝色）；若需处理数值相等的场景，可添加额外分支定义第三种颜色。
3. 自定义配色：使用ListedColormap创建仅包含蓝、红两种颜色的配色方案，确保颜色对比清晰。
4. 热力图参数：通过annot=heatmap_data显示原始数值，关闭颜色条（cbar=False）避免混淆。

内容的提问来源于stack exchange，提问作者x89