在振幅为索引、频率为列的速度DataFrame中，找各列最接近6的元素并绘带标记热力图

实现步骤 #

1. 定位每列目标元素：计算每个单元格数值与指定值（6）的绝对差值，找出每列中差值最小的元素，记录其行索引（振幅值）和对应速度值。
2. 热力图坐标转换：由于热力图的y轴顺序与DataFrame行顺序相反，需将DataFrame的索引位置转换为热力图的实际坐标。
3. 标记目标位置：用黄色线条在热力图上标记出每列的目标元素位置。

完整代码 #

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 创建示例DataFrame
c1 = [6, 3, 2, 3, 8, 2]
c2 = [1, 5.2, 2, 7, 3, 4]
c3 = [3, 5, 6.1, 3, 4, 5.7]
c4 = [5, 8, 1, 6.2, 3, 4]
c5 = [1, 2, 5, 5, 6.3, 7]
c6 = [1, 3, 5.5, 1, 7, 6.1]

df = pd.DataFrame([c1, c2, c3, c4, c5, c6]).T

# 设置索引（振幅）和列名（频率）
index = pd.Index(['0.1', '0.2', '0.3', '0.4', '0.5', '0.6'])
df = df.set_index(index)
df.columns = ['1', '2', '3', '4', '5', '6']

# 找出每列最接近6的元素的行索引和对应数值
target_value = 6
closest_indices = df.sub(target_value).abs().idxmin(axis=0)
closest_values = [df.loc[idx, col] for col, idx in closest_indices.items()]

# 打印验证结果
print("每列最接近6的元素信息：")
for col, idx, val in zip(df.columns, closest_indices, closest_values):
    print(f"频率{col}Hz：振幅{idx}m，速度值{val}")

# 绘制热力图
plt.figure(figsize=(8, 6))
ax = sns.heatmap(df, annot=True, cmap='viridis')
plt.ylabel('Amplitude [m]')
plt.xlabel('Frequency [Hz]')

# 转换坐标：适配热力图y轴逆序的特点
y_coords = [len(df)-1 - df.index.get_loc(idx) for idx in closest_indices]
x_coords = list(range(len(df.columns)))

# 用黄色横向线条标记目标位置
for x, y in zip(x_coords, y_coords):
    ax.hlines(y + 0.5, x - 0.5, x + 0.5, color='yellow', linewidth=3)

plt.show()

代码说明 #

• 元素定位：df.sub(target_value).abs().idxmin(axis=0) 通过计算绝对差值找到每列最接近目标值的行索引，再通过列表推导式提取对应速度值。
• 坐标适配：热力图y轴从下到上对应DataFrame的最后一行到第一行，因此需要用len(df)-1 - 索引位置转换坐标。
• 标记样式：使用ax.hlines绘制横向黄色线条，也可替换为ax.vlines绘制竖线，或用ax.scatter添加标记点。

内容的提问来源于stack exchange，提问作者Marc Schwambach