如何用含(x,y,z)的Pandas DataFrame生成热力图？

Seaborn 实现方式 #

Seaborn的heatmap需要宽格式数据（行/列对应两个分类变量，单元格存储热力值），所以得先把你的长格式DataFrame转成宽格式，用pandas.pivot就能快速搞定：

步骤1：重组数据 #

假设你的DataFrame名为df，执行以下代码完成格式转换：

# 透视转换：行对应Distance，列对应Dose，单元格值为Passrate
heatmap_data = df.pivot(index='Distance', columns='Dose', values='Passrate')

如果存在重复的(Dose, Distance)组合，用pivot_table指定聚合方式（比如取均值）处理：

heatmap_data = df.pivot_table(index='Distance', columns='Dose', values='Passrate', aggfunc='mean')

步骤2：绘制热力图 #

直接调用sns.heatmap即可生成：

import seaborn as sns
import matplotlib.pyplot as plt

sns.heatmap(heatmap_data, annot=True, cmap='viridis')
plt.xlabel('Dose')
plt.ylabel('Distance')
plt.title('Passrate Heatmap')
plt.show()

Plotly 实现方式 #

Plotly提供了更灵活的选项，无需重组数据就能直接生成热力图，完全匹配你想要的简便调用逻辑：

方式1：Plotly Express（推荐，零数据重组） #

px.density_heatmap可以直接接收长格式DataFrame，指定x、y、z参数即可：

import plotly.express as px

fig = px.density_heatmap(df, x='Dose', y='Distance', z='Passrate', 
                         color_continuous_scale='viridis', 
                         labels={'Passrate': '通过率'})
fig.update_layout(title='Passrate Heatmap', xaxis_title='Dose', yaxis_title='Distance')
fig.show()

如果需要更精细的视觉控制（比如自定义色阶、添加单元格注释），可以用px.imshow，但需要先转成宽格式：

heatmap_data = df.pivot(index='Distance', columns='Dose', values='Passrate')
fig = px.imshow(heatmap_data, x=heatmap_data.columns, y=heatmap_data.index, 
                color_continuous_scale='viridis', 
                labels={'x':'Dose', 'y':'Distance', 'color':'Passrate'})
fig.update_layout(title='Passrate Heatmap')
fig.show()

方式2：Plotly Graph Objects（底层控制） #

如果需要高度自定义图表细节，用go.Heatmap，同样需要先转成宽格式：

import plotly.graph_objects as go

heatmap_data = df.pivot(index='Distance', columns='Dose', values='Passrate')

fig = go.Figure(data=go.Heatmap(
                    z=heatmap_data.values,
                    x=heatmap_data.columns,
                    y=heatmap_data.index,
                    colorscale='viridis',
                    text=heatmap_data.values,
                    texttemplate="%{text}",
                    textfont={"size":10}))
fig.update_layout(title='Passrate Heatmap', xaxis_title='Dose', yaxis_title='Distance')
fig.show()

内容的提问来源于stack exchange，提问作者Gavin Kirby