如何在Seaborn热力图中实现颜色按行独立缩放？

要让热力图的颜色按行独立缩放（每行最高值对应最深色、最低值对应最浅色），核心是对每行数据单独做归一化处理，把每行的数值映射到0-1的区间，这样颜色映射就能基于每行的极值来调整。下面是具体的实现步骤和修改后的代码：

关键思路 #

Seaborn的heatmap默认是基于整个数据集的全局极值来映射颜色的，所以我们需要先对数据按行做Min-Max归一化：

• 对每行计算：(当前值 - 行最小值) / (行最大值 - 行最小值)
• 归一化后，每行的最大值会变成1，最小值变成0，颜色映射就会以行为单位独立生效
• 注意保留原始数据用于注释，避免显示归一化后的0-1数值造成误解

修改后的完整代码 #

import seaborn as sns
import pandas as pd

# 生成透视表（你的原有代码）
sales = sales.pivot_table(index='Sources', columns='Category', values='Value')

# 按行执行Min-Max归一化，处理特殊情况（行内所有值相同）
sales_normalized = sales.apply(
    lambda row: (row - row.min()) / (row.max() - row.min()) if row.max() != row.min() else row,
    axis=1
)

# 绘制热力图：用归一化数据控制颜色，原始数据做注释
ax = sns.heatmap(
    sales_normalized,
    annot=sales,  # 显示原始销售数值
    cmap='coolwarm',
    fmt='g',
    linewidths=1,
    linecolor='black'
)
ax.set_title('Sales (Row-Wise Color Scaling)')

代码说明 #

1. 归一化处理：使用apply结合axis=1对每行单独计算，同时加入判断避免行内值全相同时的除以零错误
2. 热力图参数：
   • data传入归一化后的sales_normalized，控制颜色渲染逻辑
   • annot传入原始的sales数据，保证注释显示真实的销售数值
3. 效果验证：此时每行的最高值会对应coolwarm色系的最深色，最低值对应最浅色，完全按行独立缩放颜色

内容的提问来源于stack exchange，提问作者Maciej Gieparda