如何在Pandas中使用Seaborn实现数据着色的归一化

你当前使用的是默认线性颜色映射规则，程序会自动取数据的最小值（0）和最大值作为色阶的两端，由于其余数值和0的差距极大，导致大部分数值都对应色阶的浅红色区间，颜色区分度极低，就是你看到的图1效果。

自定义颜色归一化规则即可，推荐两种适配不同需求的实现方式：

方案1：截断极小值，适配0值无业务意义的场景 #

将0值排除在有效着色区间外，低于有效阈值的数值统一显示为最浅色，其余数值做线性映射，修改my_gradient函数即可：

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib import colors

index = pd.MultiIndex.from_product([[2019, 2020], [1, 2]],
                                   names=['year', 'visit'])
columns = pd.MultiIndex.from_product([['Group1', 'Group2', 'Group3'], ['value1', 'value2']],
                                     names=['subject', 'type'])

data = np.round(np.random.randn(4, 6), 1)
data[:, ::2] *= 20
data += 50
# 模拟你提到的0值场景
data[0,0] = 0

rdata = pd.DataFrame(data, index=index, columns=columns)

cc = sns.light_palette("red", as_cmap=True)
cc.set_bad('white')

def my_gradient(s, cmap):
    s_clean = s.replace(np.inf, np.nan)
    valid_vals = s_clean.dropna()
    # 排除0值设置最小色阶阈值，也可以手动固定为你需要的数值比如10
    vmin = valid_vals[valid_vals > 0].min()
    # 因为你的数据范围固定是0~100，直接固定vmax为100更稳定
    vmax = 100
    norm = colors.Normalize(vmin=vmin, vmax=vmax)
    return [f'background-color: {colors.rgb2hex(x)}'
            for x in cmap(norm(s_clean))]
        

styler = rdata.style
red = styler.apply(
        my_gradient,
        cmap=cc, 
        subset=rdata.columns.get_loc_level('value1', level=1)[0],
        axis=0)

styler

方案2：非线性归一化，适配需要保留0值着色差异的场景 #

使用幂律归一化PowerNorm，调整gamma参数压缩高值区间、拉高低值区间的区分度，0值也会和其他低值有明显的颜色差异：
只需要修改my_gradient函数内的归一化逻辑即可：

def my_gradient(s, cmap):
    s_clean = s.replace(np.inf, np.nan)
    # gamma越小，低数值的颜色区分度越高，可根据实际效果调整
    norm = colors.PowerNorm(gamma=0.5, vmin=0, vmax=100)
    return [f'background-color: {colors.rgb2hex(x)}'
            for x in cmap(norm(s_clean))]

效果参考 #

原图效果（图1）	优化后效果（图2）

内容的提问来源于stack exchange，提问作者project.py