如何将多数据源组合与共同数据点数据绘制成热力图？

1. 数据转换思路 #

你的DataFrame每一行代表一个数据源子集（True表示包含该数据源）和对应的共同数据点数量。要生成热力图，核心是把这些子集的count映射到一个数据源两两关系矩阵——行和列均为数据源名称，矩阵值表示两个数据源共同参与的组合的总数据点数量（也可包含单个数据源的总参与量）。

2. 具体代码实现 #

步骤1：提取每行的数据源子集 #

先把每行中True对应的数据源名称提取出来，生成子集列表：

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

# 加载你的数据
data = { 's1': [True, False, False], 's2': [True, True, True], 's3': [False, False, True], 's4': [False, True, False], 'count': [2, 2, 2] }
df = pd.DataFrame(data)

# 提取每行的数据源子集
df['sources'] = df.apply(lambda row: row.index[row == True].tolist(), axis=1)

步骤2：构建两两关系矩阵 #

初始化对称矩阵，遍历每个子集，将count累加到所有两两组合的位置（包含自身，用于展示单个数据源的总数据点数量）：

# 获取所有数据源名称
sources = df.filter(like='s').columns.tolist()
# 初始化零矩阵
heatmap_data = pd.DataFrame(0, index=sources, columns=sources)

# 遍历每行数据，更新矩阵
for idx, row in df.iterrows():
    subset = row['sources']
    cnt = row['count']
    # 遍历子集内的所有两两组合
    for i in subset:
        for j in subset:
            heatmap_data.loc[i, j] += cnt

转换后的矩阵结果：

步骤3：绘制热力图 #

用seaborn绘制热力图，添加标注提升可读性：

plt.figure(figsize=(8,6))
sns.heatmap(heatmap_data, annot=True, cmap='Blues', fmt='d')
plt.title('数据源组合数据点热力图')
plt.xlabel('数据源')
plt.ylabel('数据源')
plt.show()

3. 扩展调整 #

• 如果仅需展示不同数据源间的交集，可在循环中跳过自身组合：

  for i in subset:
      for j in subset:
          if i != j:
              heatmap_data.loc[i, j] += cnt
  

• 若数据源数量较多，可调整热力图尺寸、颜色映射（如cmap='viridis'），或关闭部分标注来优化可读性。

内容的提问来源于stack exchange，提问作者Bouji