如何在R语言中为欧洲国家创建基于PC1得分的时序热力图

1. 数据预处理 #

先把数据整理成适配热力图的结构：

• 每行对应一个欧洲国家
• 每列对应一个日期（时间节点）
• 单元格值为对应国家对应日期的PC1得分

如果你的数据是长格式（比如每行是「国家+日期+PC1得分」），用pandas转成宽格式：

import pandas as pd

# 假设长格式数据框名为df，列名是'country', 'date', 'PC1_score'
pivot_df = df.pivot(index='country', columns='date', values='PC1_score')

2. 绘制热力图 #

用seaborn搭配matplotlib实现，代码如下：

import seaborn as sns
import matplotlib.pyplot as plt

# 调整画布尺寸，适配时间轴的长度
plt.figure(figsize=(18, 10))

# 绘制热力图
sns.heatmap(pivot_df, 
            cmap='coolwarm',  # 配色方案，可替换为'viridis'/'RdBu_r'等
            linewidths=0.5,   # 单元格间的分隔线宽度
            cbar=True)        # 显示右侧颜色参考条

# 设置轴标签与标题
plt.xlabel('时间')
plt.ylabel('欧洲国家')
plt.title('欧洲各国COVID-19数据PC1得分热力图')

# 旋转X轴日期标签，避免重叠
plt.xticks(rotation=45)

# 自动调整布局，防止标签被截断
plt.tight_layout()
plt.show()

额外优化建议 #

• 若日期过多导致X轴拥挤，可筛选关键时间节点（比如每周/每月取一个日期），或者调大figsize参数
• 数据量较小时，可添加annot=True参数，在单元格内显示PC1得分的具体数值
• 根据需求更换cmap参数，选择更贴合主题的配色方案

内容的提问来源于stack exchange，提问作者Billy