如何在Seaborn中对两个不同取值范围做掩码，实现热图指定区间标红

错误原因 #

1. 条件逻辑错误：你需要匹配2.3e-6 ≤ 数值 ≤ 0.05的区间，原代码写为X.values<2.3e-6 & 0.05<X.values，该条件不可能同时成立，属于逻辑写反。
2. 运算符优先级错误：Python中按位与&的优先级高于比较运算符>/<，不加括号会先执行&运算，导致类型不匹配报错。
3. 热图掩码逻辑错误：sns.heatmap的mask参数规则是值为True的位置会被隐藏，第二层热图只需要显示目标区间的数值，所以掩码要排除非目标区间、以及原本上三角需要隐藏的位置。

修正后代码 #

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from scipy.stats import pearsonr

N = 10
data = np.random.uniform(0, 45, size=(N, N))
for x, y in np.random.randint(0, N, 50).reshape(-1, 2):
    data[x, y] = np.nan  # 随机填充部分空值
df = pd.DataFrame(data)

def pearsonr_pval(x,y):
    return pearsonr(x,y)[1]


data = df.loc[:, (df != 0).any(axis=0)]
# 测试用例中N=10列数不足，实际运行时可删除下行调整为你的原始逻辑
data = data.iloc[:,3:min(50, data.shape[1])]
to_log = data.columns
df_log = data[to_log].applymap(lambda x: np.log(x+1))
X = df_log.corr(method = pearsonr_pval)

sns.set_style("darkgrid")
mask = np.zeros_like(X)
mask[np.triu_indices_from(mask)] = True 
with sns.axes_style("white"):
    f, ax = plt.subplots(figsize=(20, 20))
    # 第一层热图：显示所有数值，用YlGnBu配色
    ax = sns.heatmap(X,
                     mask=mask,
                     vmax=1,
                     vmin=0,
                     square=True, 
                     cmap="YlGnBu",
                     annot_kws={"size": 1})
    # 第二层热图：只显示2.3e-6~0.05区间的数值，用rocket红系配色
    # 掩码规则：隐藏【不在目标区间】或【属于上三角需要隐藏】的位置
    mask2 = ~((X.values >= 2.3e-6) & (X.values <= 0.05)) | mask.astype(bool)
    ax = sns.heatmap(X,
                     mask=mask2,
                     vmax=1,
                     vmin=0,
                     square=True, 
                     cmap="rocket",
                     annot_kws={"size": 1},
                     # 关闭第二层的色条，避免重复
                     cbar=False)
    plt.show()

补充说明 #

• 代码中额外添加了第二层热图的cbar=False参数，避免出现两个重复色条
• 测试用例中生成的10×10矩阵做列切片时可能出现索引越界，已经做了兼容处理，你的实际数据列数足够的话可以改回原逻辑

内容的提问来源于stack exchange，提问作者Noob Programmer