matplotlib中如何添加共享DatetimeIndex x轴的热力图

sns.heatmap 原生面向分类坐标轴设计，绘制时会默认将输入的DataFrame行列索引映射为从0开始的连续整数坐标，无法自动识别DatetimeIndex对应的matplotlib内部日期数值（matplotlib将日期存储为浮点型的时间戳天数）。即使通过twinx()共享x轴，热力图的x坐标范围是0~23的整数区间，和原轴的日期浮点范围完全不匹配，因此会出现错位。
而lineplot、histplot原生支持日期类型的坐标自动映射，因此共享x轴时可以正常显示。

放弃直接用sns.heatmap传入带DatetimeIndex的数据集，改用matplotlib原生的pcolormesh绘制色块，手动指定与原x轴完全一致的时间坐标边界，即可实现完美对齐，同时完整保留DatetimeIndex类型的x轴。

修正后的可运行代码如下：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.dates import HourLocator, DateFormatter
import seaborn as sns

# 生成测试时间序列数据
datetimes = pd.date_range(start="2015-01-10 00:00",end="2015-01-10 23:59", freq="1H")
df = pd.DataFrame({"datetimes": datetimes,
                   "hist_values": np.random.randint(10, 20, size=24), 
                   "lineplot_values": np.random.uniform(20,50,size=24), 
                   "heatmap_values": np.random.random(24)})

# 绘制基础直方图
fig1, ax1 = plt.subplots(figsize=(14,5))
sns.histplot(x=df["datetimes"], weights=df["hist_values"], bins=24, color="green", ax=ax1)

# 配置x轴日期显示格式
ax1.xaxis.set_major_locator(HourLocator([0,6,12,18]))
ax1.xaxis.set_major_formatter(DateFormatter("%H:%M"))

# 绘制共享x轴的折线图
ax2 = ax1.twinx()
sns.lineplot(x=df["datetimes"], y=df["lineplot_values"], color="darkblue", ax=ax2)

# 绘制对齐的共享x轴热力图
ax3 = ax1.twinx()
# 生成24个小时色块对应的25个x轴时间边界点
x_edges = pd.date_range(start=datetimes[0], end=datetimes[-1] + pd.Timedelta(hours=1), freq="1H")
# 配置热力图的y轴范围，可按需调整高度
y_edges = [0, 2]
# 将热力图一维数据转为二维数组适配pcolormesh输入格式
heatmap_data = df["heatmap_values"].values.reshape(1, -1)
# 绘制色块，自动对齐DatetimeIndex类型的x轴
ax3.pcolormesh(x_edges, y_edges, heatmap_data, cmap="BuGn_r", alpha=0.6)
# 隐藏热力图轴的y轴刻度，调整y轴显示范围
ax3.set_yticks([])
ax3.set_ylim(0, 20)

plt.tight_layout()
plt.show()

• 如果需要展示热力图对应的色条，可以接收pcolormesh的返回对象，调用plt.colorbar(mappable=返回对象, ax=[ax1,ax2,ax3])即可避免布局错乱。
• 如果需要调整热力色块的位置、高度，仅需修改y_edges的数值即可，x轴会自动和原有时间轴对齐，不需要额外转换日期格式。
• 该方案不需要将DatetimeIndex转为整数索引，完全保留原有x轴的日期属性，不会影响直方图、折线图的原有显示效果。

内容的提问来源于stack exchange，提问作者Ben Bjork