嘿，这个需求其实很容易搞定，只需要把上三角区域屏蔽和你已有的阈值屏蔽条件结合起来就行！核心思路是创建一个包含两种规则的复合mask，让满足任一条件的区域都被屏蔽。

下面是完整的实现步骤和代码示例：

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

# 先计算你的spearman相关矩阵（你已经写过这一步啦）
corr = df.corr(method='spearman')

# 设置你需要的相关性阈值T
T = 0.3  # 这里可以换成你实际要用的阈值

# 生成上三角区域的mask：k=1表示从对角线的上一行开始（排除对角线，因为对角线相关系数是1，一般不需要屏蔽）
upper_triangle_mask = np.triu(np.ones_like(corr, dtype=bool), k=1)

# 复合mask：上三角区域 或者 相关系数<=阈值的区域，都会被屏蔽
combined_mask = upper_triangle_mask | (corr <= T)

# 绘制最终的热力图
sns.heatmap(corr, cmap='RdYlGn_r', mask=combined_mask, annot=True)  # annot=True可以显示数值，按需开启

关键细节解释： #

• np.triu(np.ones_like(corr, dtype=bool), k=1)：生成一个和相关矩阵形状完全一致的布尔矩阵，上三角区域（除对角线）为True，其余区域为False。如果你想连对角线也一起屏蔽，把k=1改成k=0就行。
• 逻辑或运算符|：把两个mask合并，意思是只要某个位置属于上三角，或者相关系数低于等于阈值，就会被热力图屏蔽。如果你的需求是“只屏蔽上三角中低于阈值的部分，高于阈值的保留”，那可以把|换成&，不过根据你的描述，应该是前者的需求更贴合。

额外小提示： #

如果想优化热力图的展示效果，可以添加fmt='.2f'参数来控制数值的小数位数，或者调整cmap参数更换配色方案。

内容的提问来源于stack exchange，提问作者ricecooker