如何修改Seaborn Heatmap中NaN值的单元格样式并修复异常显示？

核心解决方案 #

当设置square=True和linewidth参数时，NaN单元格因默认透明渲染与线条叠加，会出现分割成四个小方块的异常。以下两种方法可将其统一为灰色方块：

方法1：修改颜色映射的NaN值颜色，匹配线条色 #

利用matplotlib颜色映射的set_bad()方法指定NaN的填充色，同时让单元格线条色与该颜色一致，避免线条分割视觉：

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

# 构造含NaN的测试数据
data = np.random.rand(5,5)
data[1,1] = np.nan
data[3,3] = np.nan

# 创建颜色映射并设置NaN为灰色
cmap = sns.diverging_palette(220, 20, as_cmap=True)
cmap.set_bad(color='lightgray')

# 绘制热图，同步设置线条颜色与NaN背景色
ax = sns.heatmap(data, square=True, linewidth=1.5, cmap=cmap, linecolor='lightgray')
plt.show()

方法2：提前填充NaN为固定值，统一颜色渲染 #

将NaN替换为一个超出当前数据范围的固定值，再在热图中指定该值对应的灰色：

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

data = np.random.rand(5,5)
data[1,1] = np.nan
data[3,3] = np.nan

# 用低于数据最小值的数值填充NaN
fill_value = data.min() - 0.1
data_filled = np.nan_to_num(data, nan=fill_value)

# 绘制热图，指定填充值对应的颜色范围
ax = sns.heatmap(data_filled, square=True, linewidth=1.5, 
                 vmin=fill_value, vcenter=data.mean(),
                 cmap=sns.diverging_palette(220, 20, as_cmap=True),
                 cbar_kws={"ticks": [fill_value] + list(plt.xticks()[0])})
# 调整颜色条标签，标注NaN
cbar = ax.collections[0].colorbar
cbar.set_ticklabels(['NaN'] + [f'{tick:.2f}' for tick in plt.xticks()[0]])
plt.show()

原理说明 #

默认情况下，Seaborn热图的NaN单元格为透明状态，当开启square=True和linewidth时，单元格边缘的线条会穿透透明区域，形成分割的小方块。通过指定NaN的填充色或提前消除NaN值，可让单元格渲染与正常数值单元格一致。

内容的提问来源于stack exchange，提问作者i.i.k.