如何将pandas DataFrame绘制的seaborn热力图旋转270度

场景说明 #

• 使用pandas读取256×256规模的纯数值数据集，文件为制表符分隔格式，无行列标签，读取代码如下：

import pandas as pd
import seaborn as sns
df_Data = pd.read_csv(datapath, sep="\t", header=None)

• 测试数据结构：左上角区域值为100，其余区域值为0，结构示例：

100 100 100 100 100 100 100 100 0 0 0 0 0 ..... 0
100 100 100 100 100 100 100 100 0 0 0 0 0 ..... 0
100 100 100 100 100 100 100 100 0 0 0 0 0 ..... 0
100 100 100 100 100 100 100 100 0 0 0 0 0 ..... 0
100 100 100 100 100 100 100 100 0 0 0 0 0 ..... 0
0 . ... ... ... ... ... ... ... ... ... ... ... 0
... ... ... ... ... ... ... ... ... ... ... ... .
0 . ... ... ... ... ... ... ... ... ... ... ... 0

• 初始绘图代码：

sns.heatmap(df_IntegratedData)

• 初始效果：数值为100的高亮块位于热力图左上角：
  
• 目标效果：将热力图旋转270度，使高亮块移动到左下角，坐标轴标签调整不属于核心需求，目标效果参考：
  

最优实现方案 #

不需要调整画布旋转参数，直接对输入数据做矩阵变换即可实现，无额外性能开销，也不会出现文字倒置、标签错位问题。
270度旋转的矩阵等价操作是：先对矩阵转置，再沿垂直方向上下翻转，直接在传入heatmap时完成变换即可：

sns.heatmap(df_IntegratedData.T.iloc[::-1])

代码逻辑说明 #

• .T：pandas原生转置方法，等价于将矩阵顺时针旋转90度
• .iloc[::-1]：按行索引倒序取值，实现矩阵上下翻转，和转置操作叠加后刚好实现270度顺时针旋转效果
• 该操作不会修改原始DataFrame的数据，若需要复用旋转后的数据，可以提前赋值给新变量：

df_rotated_270 = df_IntegratedData.T.iloc[::-1]
sns.heatmap(df_rotated_270)

内容的提问来源于stack exchange，提问作者Beth Long