Python基于numpy绘制无seaborn/pandas依赖的行归一化线性百分比热力图

我们只需要依赖numpy和matplotlib两个库即可完成需求，整体分为行占比计算、热力图绘制两个环节：

1. 核心逻辑说明 #

• 先对原始数组按行求和，将每个元素除以对应行的求和结果再乘以100，得到每个位置的行占比，保证每行总和为100%
• 直接使用matplotlib的imshow方法绘制线性刻度热力图，无需引入seaborn、pandas库

2. 完整可运行代码 #

import numpy as np
import matplotlib.pyplot as plt

# 定义原始numpy数组
arr = np.array([
    [0, 0, 0, 0, 0, 0, 2, 0, 2, 0, 0, 1, 26, 0],
    [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4],
    [21477, 61607, 21999, 17913, 22470, 32390, 11987, 41977, 81676, 20668, 17997, 15278, 46281, 19884],
    [5059, 13248, 5498, 3866, 2144, 6161, 2361, 8734, 16914, 3724, 4614, 3607, 11305, 2880],
    [282, 1580, 324, 595, 218, 525, 150, 942, 187, 232, 430, 343, 524, 189],
    [1317, 6416, 1559, 882, 599, 2520, 525, 2560, 19197, 729, 1391, 1727, 2044, 1198]
])

# 计算每行占比，保证每行总和为100%
row_sums = arr.sum(axis=1, keepdims=True)
row_ratio = arr / row_sums * 100

# 绘制热力图
plt.figure(figsize=(12, 6))
# 线性刻度渲染，cmap可根据需要调整为其他配色方案
im = plt.imshow(row_ratio, cmap='YlOrRd', aspect='auto', vmin=0, vmax=100)

# 添加每个位置的占比文本标签
for i in range(row_ratio.shape[0]):
    for j in range(row_ratio.shape[1]):
        # 占比小于10%的用黑色文字，大于10%的用白色文字避免看不清
        text_color = 'white' if row_ratio[i, j] > 10 else 'black'
        plt.text(j, i, f'{row_ratio[i, j]:.1f}%', ha='center', va='center', color=text_color, fontsize=8)

# 配置图表样式
plt.colorbar(im, label='行占比（%）')
plt.xlabel('列索引')
plt.ylabel('行索引')
plt.title('按行占比线性刻度热力图')
plt.xticks(np.arange(row_ratio.shape[1]))
plt.yticks(np.arange(row_ratio.shape[0]))

plt.tight_layout()
plt.show()

3. 效果说明 #

• 生成的热力图采用纯线性刻度，颜色深浅直接对应占比大小
• 每个单元格内标注了具体百分比数值，每行所有单元格百分比相加为100%
• 可通过调整cmap参数修改配色，调整figsize参数修改画布大小，调整fontsize修改文字大小适配需求。

内容的提问来源于stack exchange，提问作者Makaveli_O