如何为Seaborn热力图创建符合特定颜色规则的自定义颜色映射？

需求 #

为Seaborn绘制的热力图创建自定义颜色映射：

• 数值0对应红色
• 数值1对应粉色
• 数值-3对应蓝色
• 0到1区间：红色逐渐过渡为粉色（颜色变浅）
• 0到-3区间：红色逐步过渡为蓝色

原始代码如下：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd  # 原代码遗漏pandas导入，需补充

test_data = {"a":{"a":1 , "b":0.5, "c":-0.2, "d":-2.7} , "b":{"a":0.2 , "b":0, "c":-1.3, "d":-2}, "c":{"a":0 , "b":1, "c":-2.2, "d":-0.005}, "d":{"a":-3 , "b":0.9, "c":0.01, "d":-1.15}}
test_data_df = pd.DataFrame.from_dict(test_data)

fig, ax = plt.subplots(figsize=(11,9))
_ = sns.heatmap(test_data_df, annot=True)

解决方案 #

使用matplotlib.colors.LinearSegmentedColormap自定义分段渐变的颜色映射，精准匹配你的数值-颜色对应要求：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
from matplotlib.colors import LinearSegmentedColormap

# 定义自定义颜色映射：指定关键数值对应的颜色及过渡
# 归一化位置计算：数值范围是-3到1，总跨度为4，每个数值的位置=(val - (-3))/4
custom_cmap = LinearSegmentedColormap.from_list(
    "my_custom_cmap",
    [
        (0.0, "blue"),       # -3对应蓝色，归一化位置=(-3 +3)/4=0.0
        (0.75, "red"),       # 0对应红色，归一化位置=(0 +3)/4=0.75
        (1.0, "pink")        # 1对应粉色，归一化位置=(1 +3)/4=1.0
    ]
)

test_data = {"a":{"a":1 , "b":0.5, "c":-0.2, "d":-2.7} , "b":{"a":0.2 , "b":0, "c":-1.3, "d":-2}, "c":{"a":0 , "b":1, "c":-2.2, "d":-0.005}, "d":{"a":-3 , "b":0.9, "c":0.01, "d":-1.15}}
test_data_df = pd.DataFrame.from_dict(test_data)

fig, ax = plt.subplots(figsize=(11,9))
# 热力图中启用自定义色卡，并锁定数值范围确保颜色映射准确
sns.heatmap(
    test_data_df,
    annot=True,
    cmap=custom_cmap,
    vmin=-3,  # 最小数值匹配-3
    vmax=1    # 最大数值匹配1
)
plt.show()

关键说明 #

• 颜色映射逻辑：通过归一化数值位置，让matplotlib自动生成区间内的平滑渐变：
  • -3到0：蓝色逐步过渡到红色
  • 0到1：红色逐步过渡到粉色
• 锁定数值范围：设置vmin=-3和vmax=1是核心，避免Seaborn自动缩放颜色范围导致映射偏差
• 颜色自定义：可以替换"blue"、"red"、"pink"为HEX色值（如#FF0000代表纯红），实现更精准的颜色控制

内容的提问来源于stack exchange，提问作者amiref