如何在Python中绘制垂直热力图？附参考样图

你要的这种垂直热力图，本质就是把常规热力图的布局转成纵向排列，用seaborn或者matplotlib都能实现，下面给两种实用的实现方法：

方法一：用Seaborn Heatmap改造 #

Seaborn的热力图默认是横向，我们通过调整坐标轴和布局就能转成垂直样式：

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# 替换成你的真实数据
data = np.random.rand(10, 5)  # 10个类别，5个数值维度
category_names = [f"类别{i+1}" for i in range(10)]
value_names = [f"指标{i+1}" for i in range(5)]

plt.figure(figsize=(7, 5))
ax = sns.heatmap(data, annot=True, cmap="RdYlBu_r", cbar=True)

# 调整标签方向和位置
ax.set_yticklabels(category_names, rotation=0)
ax.set_xticklabels(value_names, rotation=90)

# 反转y轴让类别从上到下排列（可选，按需调整）
plt.gca().invert_yaxis()

plt.xlabel("指标")
plt.ylabel("类别")
plt.title("垂直热力图")
plt.tight_layout()
plt.show()

方法二：用Matplotlib Imshow直接绘制 #

直接用matplotlib的imshow控制布局，灵活性更高：

import matplotlib.pyplot as plt
import numpy as np

# 模拟数据，替换成你自己的真实数据
data = np.random.rand(10, 5)
category_names = [f"类别{i+1}" for i in range(10)]
value_names = [f"指标{i+1}" for i in range(5)]

fig, ax = plt.subplots(figsize=(7, 5))
im = ax.imshow(data, cmap="RdYlBu_r", aspect="auto", origin='lower')

# 设置坐标轴标签
ax.set_yticks(np.arange(len(category_names)))
ax.set_yticklabels(category_names)
ax.set_xticks(np.arange(len(value_names)))
ax.set_xticklabels(value_names, rotation=90)

# 添加颜色条
cbar = fig.colorbar(im, ax=ax)
cbar.set_label("数值大小")

plt.xlabel("指标")
plt.ylabel("类别")
plt.title("垂直热力图")
plt.tight_layout()
plt.show()

适配参考图的小技巧 #

• 调整cmap参数切换配色，比如"viridis"、"coolwarm"都能匹配不同风格；
• 不需要显示格子数值的话，把annot=True改成annot=False；
• 类别过多时，调大figsize的第二个参数（高度）避免标签重叠。

内容的提问来源于stack exchange，提问作者Nis