如何在单张图表中绘制多组1D分布热力图条形？

以下是针对需求的两种实现方式，可得到类似1D热力图条形的效果：

现有问题说明 #

你当前使用的seaborn.heatmap默认是网格状布局，要实现“条形”视觉效果，需要调整参数或换用其他绘制逻辑。

方案1：调整Heatmap参数实现条形化 #

通过修改热力图的布局、边框、尺寸等参数，让每行的色块更接近条形：

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

# 原始数据
foo = np.array([0, 2, 3, 1, 0])
bar = np.array([0, 0, 2, 1, 0])
baz = np.array([0, 1, 1, 0, 0])
bin_labels = ['0.0-0.2', '0.2-0.4', '0.4-0.6', '0.6-0.8', '0.8-1.0']
combined_data = np.vstack((foo, bar, baz))

# 设置画布尺寸，让每行更宽
plt.figure(figsize=(8, 3))
ax = sns.heatmap(
    combined_data,
    cmap='Blues',
    fmt='d',
    xticklabels=bin_labels,
    yticklabels=["foo", "bar", "baz"],
    cbar=True,
    linewidths=0,  # 移除色块间的分隔线
    annot=True,  # 可选：显示每个色块的数值
    cbar_kws={"orientation": "horizontal", "pad": 0.15}  # 色条横向放置在底部
)

# 调整标签和布局
plt.xlabel('Bin Ranges')
plt.ylabel('Type')
plt.title('1D Heatmap Bars')
ax.set_yticklabels(ax.get_yticklabels(), va='center')  # y轴标签居中对齐
plt.tight_layout()

plt.show()

方案2：用Barplot模拟热力条形 #

如果想要更贴近“条形”的视觉形态，可以固定条形高度，用颜色映射表示数值大小：

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib.colors import Normalize

# 原始数据
foo = np.array([0, 2, 3, 1, 0])
bar = np.array([0, 0, 2, 1, 0])
baz = np.array([0, 1, 1, 0, 0])
bin_labels = ['0.0-0.2', '0.2-0.4', '0.4-0.6', '0.6-0.8', '0.8-1.0']
combined_data = np.vstack((foo, bar, baz))
types = ["foo", "bar", "baz"]

fig, ax = plt.subplots(figsize=(8, 3))
# 定义颜色映射的归一化范围
norm = Normalize(vmin=combined_data.min(), vmax=combined_data.max())
cmap = plt.get_cmap('Blues')

y_pos = np.arange(len(types))
bin_width = 1 / len(bin_labels)  # 每个bin的条形宽度

# 遍历每个类型和bin，绘制彩色条形
for i, typ in enumerate(types):
    for j, val in enumerate(combined_data[i]):
        ax.bar(
            y_pos[i] + j * bin_width,
            1,  # 固定条形高度为1
            width=bin_width,
            color=cmap(norm(val))
        )

# 设置坐标轴刻度和标签
ax.set_yticks(y_pos + bin_width * (len(bin_labels)-1)/2)
ax.set_yticklabels(types)
ax.set_xticks(y_pos + bin_width * (len(bin_labels)-1)/2)
ax.set_xticklabels(bin_labels)
plt.xlabel('Bin Ranges')
plt.ylabel('Type')
plt.title('Heatmap-style Bars')

# 添加颜色条
sm = plt.cm.ScalarMappable(cmap=cmap, norm=norm)
sm.set_array([])
plt.colorbar(sm, orientation='horizontal', pad=0.15, label='Count')

plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者Darrell Revis