如何用Plotly绘制以DataFrame索引为X轴、列名为Y轴的热力图？

给定如下DataFrame：

import pandas as pd
import plotly.express as px

df = pd.DataFrame({"A":[1,2,3],"B":[4,5,6]})
print(df)

输出结果：

A  B
0  1  4
1  2  5
2  3  6

使用px.density_heatmap(df)生成的热力图不符合需求，实际需要将索引（0,1,2）作为X轴，列名（A,B）作为Y轴，单元格数值用颜色表示的热力图。

方法一：使用px.imshow（推荐） #

px.imshow专为矩阵型热力图设计，直接匹配你的需求：

import pandas as pd
import plotly.express as px

df = pd.DataFrame({"A":[1,2,3],"B":[4,5,6]})

fig = px.imshow(
    df,
    x=df.columns,
    y=df.index,
    labels=dict(x="列名", y="索引", color="单元格数值"),
    text_auto=True  # 可选：在单元格内显示对应数值
)
fig.show()

• 该方法默认将行索引作为Y轴、列名作为X轴，无需额外转换数据；
• text_auto=True可在热力块上显示数值，提升可读性；
• 可通过color_continuous_scale参数自定义配色方案。

方法二：转换为长格式后使用px.density_heatmap #

如果坚持使用px.density_heatmap，需先将数据转为长格式：

import pandas as pd
import plotly.express as px

df = pd.DataFrame({"A":[1,2,3],"B":[4,5,6]})
# 转换为长格式
df_melted = df.reset_index().melt(id_vars="index", var_name="列名", value_name="数值")

fig = px.density_heatmap(
    df_melted,
    x="index",
    y="列名",
    z="数值",
    labels=dict(x="索引", y="列名", z="单元格数值"),
    text_auto=True
)
fig.show()

内容的提问来源于stack exchange，提问作者Oblomov