如何用Python从三个列表生成基于正负值的双色热力图？

我有三个数据数组initial_R、initial_v和E_total，代码框架如下：

import numpy as np
import matplotlib
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

initial_R=[]
initial_v=[]
E_total=[]

另有代码可正常填充这三个数组，其中initial_R为x坐标，initial_v为y坐标，E_total为对应坐标点的强度值。我希望绘制一个热力图，根据E_total的正负用两种颜色区分每个方格。

尝试过以下代码但无效，也不清楚其运行原理：

df = pd.read_clipboard()
df.drop_duplicates(['initial_R','initial_v'], inplace=True)
pivot = df.pivot(index='initial_R', columns='initial_v', values='E_total')
ax = sns.heatmap(pivot,annot=True)
plt.show()

print (pivot)

问题根源 #

你之前的代码核心问题是pd.read_clipboard()：这个函数用于从系统剪贴板读取表格数据，但你的数据存在内存数组中，因此根本无法读取到目标数据，后续步骤自然无效。

正确实现步骤 #

要完成需求，需将内存数组转换为DataFrame，整理成热力图所需的二维结构，再自定义颜色映射区分正负值：

1. 将数组转换为DataFrame，关联坐标与对应强度值
2. 去除重复坐标点（避免重塑数据时出错）
3. 将数据重塑为热力图需要的二维矩阵
4. 自定义颜色映射，区分正负值
5. 绘制热力图

完整代码 #

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
from matplotlib.colors import ListedColormap

# 假设三个数组已被正确填充
initial_R = []
initial_v = []
E_total = []

# 1. 数组转DataFrame
df = pd.DataFrame({
    'initial_R': initial_R,
    'initial_v': initial_v,
    'E_total': E_total
})

# 2. 去重：保留每个(initial_R, initial_v)坐标对的唯一值
df.drop_duplicates(['initial_R', 'initial_v'], inplace=True, keep='last')

# 3. 重塑为热力图的二维结构：行=initial_R，列=initial_v，单元格值=E_total
pivot_df = df.pivot(index='initial_R', columns='initial_v', values='E_total')

# 4. 自定义颜色映射：负值用红色，正值用蓝色
cmap = ListedColormap(['red', 'blue'])

# 5. 绘制热力图
plt.figure(figsize=(10, 8))
# annot=True会显示每个方格的E_total数值，cbar=False隐藏颜色条（不需要可保留）
sns.heatmap(pivot_df, cmap=cmap, annot=False, cbar=False)
plt.xlabel('initial_v')
plt.ylabel('initial_R')
plt.title('E_total 正负热力图')
plt.show()

代码说明 #

• pd.DataFrame(...)：将三个数组关联成表格，让每个坐标对应唯一的强度值
• drop_duplicates：如果存在重复的(x,y)坐标，只保留一个，避免pivot时出现索引冲突
• pivot：将长格式表格转为宽格式二维矩阵，这是seaborn热力图要求的数据结构
• ListedColormap：自定义离散颜色映射，直接指定正负值对应的颜色，满足“两种颜色区分”的需求

内容的提问来源于stack exchange，提问作者AaAdams