当然可以实现这个需求！其实只需要调整Seaborn热图的几个参数，或者自定义颜色映射就能搞定。先看看你当前生成的热图：

你遇到的问题是默认的颜色映射中心没有对齐到0，导致0值没有对应白色。下面给你两种可行的解决方案：

方案1：利用现有colormap，设置中心对齐0 #

你用的RdBu_r本身就是蓝-白-红的渐变colormap，只需要加上center=0参数，就能让0值对应白色，同时正相关显示红色系，负相关显示蓝色系。如果想让颜色映射完全匹配相关系数的范围（[-1,1]），还可以指定vmin和vmax来让颜色渐变更对称：

corr = train.corr()
sns.heatmap(corr, cmap="RdBu_r", center=0, vmin=-1, vmax=1)

• center=0：将颜色映射的中点对齐到0，确保0值对应colormap的中间色（白色）
• vmin=-1和vmax=1：强制颜色范围覆盖相关系数的完整区间，让正/负相关的颜色对比更直观

如果你的数据中相关系数没有完全达到-1或1，也可以省略vmin和vmax，center=0依然能保证0值显示为白色。

方案2：自定义颜色映射（更灵活） #

如果你想更精准地控制颜色的深浅或色调，可以自定义一个从蓝色到白色再到红色的渐变colormap：

from matplotlib.colors import LinearSegmentedColormap
import seaborn as sns
import matplotlib.pyplot as plt

# 自定义颜色序列：深蓝色 -> 白色 -> 深红色
color_list = ["#0033CC", "#FFFFFF", "#CC0033"]
custom_cmap = LinearSegmentedColormap.from_list("blue_white_red", color_list)

corr = train.corr()
sns.heatmap(corr, cmap=custom_cmap, center=0)
plt.show()

这种方法可以根据你的喜好调整颜色的RGB值，打造更符合需求的视觉效果。

内容的提问来源于stack exchange，提问作者RadRuss