如何优化Pandas热图？实现日期横轴、指标纵轴展示

现有DataFrame结构 #

SPX   RYH  RSP   RCD   RYE  ...   RTM   RHS   RYT   RYU  EWRE
Date                                     ...                              
2022-02-25   NaN   NaN  NaN   NaN   NaN  ...   NaN   NaN   NaN   NaN   NaN
2022-03-04   9.0   5.0  8.0  12.0   1.0  ...   6.0   4.0  11.0   2.0   3.0 
2022-03-11   8.0  12.0  6.0  11.0   1.0  ...   3.0  13.0   9.0   2.0   4.0
2022-03-18   5.0   6.0  8.0   1.0  13.0  ...   9.0  10.0   2.0  12.0  11.0
2022-03-25   5.0  12.0  9.0  13.0   1.0  ...   2.0   4.0  10.0   3.0   7.0

DataFrame信息 #

>>> a.ranks.info()
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 52 entries, 2022-02-25 to 2023-02-17
Data columns (total 13 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   SPX     51 non-null     float64
 1   RYH     51 non-null     float64
 2   RSP     51 non-null     float64
 3   RCD     51 non-null     float64
 4   RYE     51 non-null     float64
 5   RYF     51 non-null     float64
 6   RGI     51 non-null     float64
 7   EWCO    51 non-null     float64
 8   RTM     51 non-null     float64
 9   RHS     51 non-null     float64
 10  RYT     51 non-null     float64
 11  RYU     51 non-null     float64
 12  EWRE    51 non-null     float64
dtypes: float64(13)
memory usage: 5.7 KB
>>> 

当前绘图代码 #

cmap = sns.diverging_palette(133, 10, as_cmap=True)
sns.heatmap(self.ranks, cmap=cmap, annot=True, cbar=False)
plt.show()

当前生成的热图将日期放在纵轴、指标放在横轴，我需要调整布局，让指标符号在纵轴、日期在横轴。尝试过imshow()和各类pivot方法但没成功，有两个疑问：

1. 使用Seaborn或imshow是否是正确的实现方式？
2. 如何转置索引为Datetime的Pandas DataFrame？

1. 实现方式是否正确 #

Seaborn的heatmap()是完全适配这类需求的工具，比直接用imshow()更省心——它能自动识别DataFrame的索引和列标签，不用手动映射坐标与标签，还支持直接添加标注、自定义配色等功能，完全能满足你的热图布局调整需求。

2. 转置Datetime索引的DataFrame #

转置操作非常简单，直接调用DataFrame的.T属性即可，不需要复杂的pivot操作。转置后，原DataFrame的列（指标符号）会变成新的索引（对应纵轴），原Datetime索引会变成新的列（对应横轴），正好匹配你想要的布局。

修改后的绘图代码如下：

cmap = sns.diverging_palette(133, 10, as_cmap=True)
# 转置DataFrame后传入heatmap
sns.heatmap(self.ranks.T, cmap=cmap, annot=True, cbar=False)
plt.show()

如果转置后横轴的日期标签过于拥挤，可以添加代码优化显示，比如旋转标签避免重叠：

cmap = sns.diverging_palette(133, 10, as_cmap=True)
ax = sns.heatmap(self.ranks.T, cmap=cmap, annot=True, cbar=False)
# 旋转横轴日期标签，优化显示
ax.set_xticklabels(ax.get_xticklabels(), rotation=45, ha='right')
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者John