看起来你的问题出在距离矩阵的导入方式不正确，导致DataFrame混合了文本和数值类型，进而让seaborn无法生成热图。下面一步步来解决：

问题根源 #

你用默认的pd.read_csv()导入时，pandas把第一列当成了普通数据列（里面是蛋白质的文本标识），而行索引用了默认的0、1、2...。seaborn的heatmap()要求输入纯数值矩阵，所以包含文本列的DataFrame会触发TypeError。

解决方案 #

1. 正确导入距离矩阵 #

重新导入CSV时，指定index_col=0，把第一列设置为行索引（这样行和列的标识都是蛋白质ID，矩阵里就全是数值了）：

import pandas as pd
# 把第一列设为行索引，确保矩阵是纯数值结构
msa = pd.read_csv("Multiple_alignment_distance_matrix.csv", index_col=0)

如果导入后仍有非数值的情况，可以强制转换所有列为数值类型（处理可能的格式问题）：

# 将所有列转为数值，无法转换的设为NaN（根据你的数据，应该不需要这一步，但备用）
msa = msa.apply(pd.to_numeric, errors='coerce')

2. 绘制热图 #

现在DataFrame是纯数值矩阵了，就可以正常绘制热图。为了避免标签重叠，建议调整图像大小并旋转x轴标签：

import seaborn as sns
import matplotlib.pyplot as plt

# 设置图像尺寸，适配长标签
plt.figure(figsize=(12, 10))
# 绘制热图，保留行和列的蛋白质标签
sns.heatmap(msa, cmap='viridis', xticklabels=True, yticklabels=True)
# 旋转x轴标签，避免重叠
plt.xticks(rotation=45, ha='right')
plt.title("Protein Distance Matrix Heatmap")
plt.show()

验证导入结果 #

导入后你可以用msa.head()查看数据结构，应该看到行索引是蛋白质标识，列名也是对应的蛋白质标识，所有单元格都是数值，这样就符合距离矩阵的预期格式了。

内容的提问来源于stack exchange，提问作者Noob