Seaborn heatmap如何从DataFrame中指定x、y轴绘制误差热力图

你当前的问题根源是seaborn.heatmap要求输入二维矩阵结构的宽格式DataFrame：行索引对应纵轴标签、列名对应横轴标签，单元格值直接对应热力填充数值。你目前使用的是长格式的三元组表（x坐标、y坐标、误差值），直接传入无法匹配热力图的结构要求，需要先做格式转换。

具体操作步骤 #

1. 用pivot方法将长表转换为符合要求的宽表
2. 可选调整：对y轴排序以符合常规坐标显示逻辑（y值越大位置越靠上）
3. 传入转换后的宽表绘制热力图

完整可运行代码 #

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 1. 长表转宽表：index指定纵轴字段，columns指定横轴字段，values指定填充值字段
df_heatmap = df_X.pivot(index='y_position', columns='x_position', values='x_error')

# 可选：如果希望y轴数值大的在上（符合常规坐标显示习惯），取消下行注释
# df_heatmap = df_heatmap.sort_index(ascending=False)

# 2. 绘制热力图，cmap可根据需求更换配色方案
p1 = sns.heatmap(df_heatmap, annot=True, cmap='viridis')

# 补充坐标轴标签
plt.xlabel('x_position')
plt.ylabel('y_position')

plt.show()

特殊情况处理 #

如果你的(x,y)组合存在重复值，可先用pivot_table做聚合后再绘图，示例如下：

# 重复坐标的误差值取平均
df_heatmap = df_X.pivot_table(index='y_position', columns='x_position', values='x_error', aggfunc='mean')

内容的提问来源于stack exchange，提问作者the phoenix