如何在seaborn热力图Y轴右侧为多行分组添加标签或图例

我用Seaborn绘制了按行分组、每组对应不同颜色的热力图，想在Y轴右侧为每个颜色组添加标签（比如红色组标注“上升趋势”，紫色组标注“新兴趋势”），同时为各颜色组添加图例，求实现方法。

原代码如下：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

agg_df=pd.DataFrame(agg, columns=a_list, index=agg_x)
print(agg_df)

agg_df_1=agg_df.copy()
agg_df_2=agg_df.copy()
agg_df_3=agg_df.copy()
agg_df_4=agg_df.copy()

#generate heatmap
agg_df_1.iloc[:,24:] = float('nan')
g=sns.heatmap(agg_df_1.transpose(), annot=False,fmt=".1f",annot_kws={"fontsize":6},cmap=plt.cm.Reds,xticklabels=1, yticklabels=1,cbar=False)
g.set_xticklabels(g.get_xticklabels(), fontsize = 8)
g.set_yticklabels(g.get_yticklabels(), fontsize = 8)

agg_df_2.iloc[:,:24]=float('nan')
agg_df_2.iloc[:,35:]=float('nan')
g=sns.heatmap(agg_df_2.transpose(), annot=False,fmt=".1f",annot_kws={"fontsize":6},cmap=plt.cm.Oranges,xticklabels=1, yticklabels=1,cbar=False)
g.set_xticklabels(g.get_xticklabels(), fontsize = 8)
g.set_yticklabels(g.get_yticklabels(), fontsize = 8)

agg_df_3.iloc[:,:35]=float('nan')
agg_df_3.iloc[:,44:]=float('nan')
g=sns.heatmap(agg_df_3.transpose(), annot=False,fmt=".1f",annot_kws={"fontsize":6},cmap=plt.cm.Purples,xticklabels=1, yticklabels=1,cbar=False)
g.set_xticklabels(g.get_xticklabels(), fontsize = 8)
g.set_yticklabels(g.get_yticklabels(), fontsize = 8)

agg_df_4.iloc[:,:44]=float('nan')
g=sns.heatmap(agg_df_4.transpose(), annot=False,fmt=".1f",annot_kws={"fontsize":6},cmap=plt.cm.Greens,xticklabels=1, yticklabels=1,cbar=False)
g.set_xticklabels(g.get_xticklabels(), fontsize = 8)
g.set_yticklabels(g.get_yticklabels(), fontsize = 8)

for label in g.get_yticklabels():
  label.set_weight('bold')

for label in g.get_xticklabels():
  label.set_weight('bold')

#g.set(ylabel='Decreasing   Emerging      Mix           Increasing')

plt.show()

1. Y轴右侧添加分组标签 #

利用Matplotlib的text()函数，在热力图轴的右侧对应每组行的中间位置添加文本标签。先确定每组行的范围，计算每组的垂直中心坐标，再设置文本的位置和样式。

2. 添加颜色组图例 #

通过创建自定义的颜色补丁（matplotlib.patches.Patch），每个补丁对应一个颜色组的主色调，再用plt.legend()添加图例。

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib.patches import Patch

# 假设agg、a_list、agg_x已定义
agg_df = pd.DataFrame(agg, columns=a_list, index=agg_x)

# 定义分组信息：(列范围, 颜色映射, 标签)
groups = [
    (slice(None, 24), plt.cm.Reds, "上升趋势"),
    (slice(24, 35), plt.cm.Oranges, "新兴趋势"),
    (slice(35, 44), plt.cm.Purples, "混合趋势"),
    (slice(44, None), plt.cm.Greens, "下降趋势")
]

# 初始化画布和轴
fig, ax = plt.subplots(figsize=(12, 8))

# 循环绘制每个分组的热力图
for col_slice, cmap, label in groups:
    temp_df = agg_df.copy()
    # 只保留当前分组的列，其余设为NaN
    temp_df.loc[:, ~temp_df.columns.isin(temp_df.columns[col_slice])] = float('nan')
    sns.heatmap(temp_df.transpose(), annot=False, fmt=".1f", annot_kws={"fontsize":6},
                cmap=cmap, xticklabels=1, yticklabels=1, cbar=False, ax=ax)

# 设置坐标轴标签样式
ax.set_xticklabels(ax.get_xticklabels(), fontsize=8, weight='bold')
ax.set_yticklabels(ax.get_yticklabels(), fontsize=8, weight='bold')

# 添加Y轴右侧的分组标签
y_ticks = ax.get_yticks()
total_rows = len(y_ticks) - 1  # 刻度数比行数多1
# 计算每组行的起始和结束索引（transpose后行对应原列）
group_ranges = [
    (0, 24),
    (24, 35),
    (35, 44),
    (44, total_rows)
]
group_labels = ["上升趋势", "新兴趋势", "混合趋势", "下降趋势"]

for (start, end), label in zip(group_ranges, group_labels):
    # 计算组的垂直中心位置
    mid_y = (y_ticks[start] + y_ticks[end]) / 2
    # 在轴右侧添加文本，x=1.02是相对轴的位置（1是轴右端）
    ax.text(1.02, mid_y, label, va='center', ha='left', weight='bold', transform=ax.get_yaxis_transform())

# 添加自定义图例
legend_elements = [Patch(facecolor=cmap(0.7), edgecolor='black', label=label)
                   for _, cmap, label in groups]
ax.legend(handles=legend_elements, bbox_to_anchor=(1.15, 1), loc='upper left')

plt.tight_layout()
plt.show()

• 把重复的绘图逻辑改成循环，减少代码冗余；
• 分组标签通过ax.text()添加，transform=ax.get_yaxis_transform()保证文本位置随Y轴缩放而不变；
• 图例用自定义Patch创建，bbox_to_anchor参数控制图例位置，避免遮挡热力图；
• 可根据实际分组范围和标签内容调整groups列表中的参数。

内容的提问来源于stack exchange，提问作者Travelling Salesman