谢谢你的有趣练习：）下面给出了一个可能的解决方案。我创建了一个numpy数组，并使用seaborn绘制了它。注意，对于只有A，B，C的情况，这是相当硬的编码，但我相信你将能够概括这一点。此外，seaborn的默认配色方案带来了相反的颜色比你想要的，但这是很容易修复的。希望我能帮助！
以下是脚本生成的图：

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

df = pd.DataFrame({
    'id': [1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5],
    'test': ['A', 'B', 'C', 'A', 'A', 'B', 'A', 'C', 'B', 'A', 'B', 'C', 'A', 'B', 'C'],
    'date': ['2000-01-01', '2000-01-01', '2000-01-08', '2000-01-01', '2000-01-01', '2000-01-08', '2000-01-01', '2000-01-01', '2000-01-08', '2000-01-01', '2000-01-01', '2000-01-01', '2000-01-01', '2000-01-01', '2000-01-01']
})
df_tests = df.groupby(['id', 'date']).value_counts().reset_index(name='count')
df_test_with_patterns = (df_tests[df_tests.duplicated(subset=['id', 'date'], keep=False)]
                         .groupby(['id', 'date'])
                         .agg({'test': 'sum'})
                         .reset_index().groupby('test').count().reset_index()
                         .assign(pattern=lambda df: df.test.apply(lambda tst: [1 if x in tst else 0 for x in ['A', 'B', 'C']]))
                         )
pattern_mat = np.vstack(df_test_with_patterns.pattern.values.tolist())
ax = sns.heatmap(pattern_mat, xticklabels=['A', 'B', 'C'], yticklabels=df_test_with_patterns.id.values)
ax.set(xlabel='Test Type', ylabel='# of individuals that took in a single day')
plt.show()
print

在Erap回答的基础上，这个方法也能奏效，也许速度会稍快一些：

out = pd.get_dummies(df.set_index(['date', 'id'], drop=True).sort_index()).groupby(level=[0,1]).sum()

然后遍历不同的日期以得到不同的图表

for i in out.index.levels[0]:
    d = out.loc[i]
    plt.figure()
    plt.title(f'test for date {i}')
    sns.heatmap(d.gt(0))