如何为Seaborn热力图按数值区间设置指定颜色（含负值）？

直接用matplotlib的颜色工具类就能实现你要的分段配色需求，具体代码如下：

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
from matplotlib.colors import ListedColormap, BoundaryNorm

# 假设你的矩阵p已定义，这里生成示例矩阵方便测试
p = np.array([[-2, 0.5, 1.2], [0.8, -1.5, 2], [0.3, 0.9, 1.5]])

plt.figure(figsize=(16,16))

# 1. 定义对应区间的颜色和边界
colors = ["blue", "gray", "pink"]  # 蓝色（负值）、灰色（0-0.99）、粉色（>1）
# 边界划分：小于0，0到1，大于1
bounds = [-np.inf, 0, 1, np.inf]

# 2. 创建分段颜色映射和归一化规则
cmap = ListedColormap(colors)
norm = BoundaryNorm(bounds, cmap.N)

# 3. 绘制热图，传入自定义配色规则
sns.heatmap(p, annot=True, square=True, cmap=cmap, norm=norm)
plt.show()

关键说明： #

• BoundaryNorm：负责把数值按你设定的边界分到对应区间，这里的bounds将数值划分为(-∞, 0)、[0,1)、[1, ∞)三个区间，刚好匹配你的配色需求。
• ListedColormap：把你指定的颜色列表转换成Seaborn能识别的颜色映射格式，也可以用十六进制色值来精准调整色调，比如蓝色用#1f77b4、粉色用#ff99cc。
• 如果需要调整边界逻辑（比如让等于1的数值归到灰色区间），只需把bounds改成[-np.inf, 0, 1.0, np.inf]即可。

内容的提问来源于stack exchange，提问作者Coder