我只能假设您正在从一个列表列表中构建ff.create_annotated_heatmap()，就像在Annotated Heatmaps in Python下的文档中所做的那样。如果你使用的是pandas数据框，也不用担心。下面的完整代码片段将向您展示如何从pandas Dataframe 构建correlation matrix，其中包含多个股票时间序列px.data.stocks，然后使用df.values.tolist()创建列表列表以构建带注解的热图。如果你正在做类似的事情，那么构建注解的一种方法就是定义一个这样的文本：

z_text = [[str(y) for y in x] for x in z]

然后，你需要得到你想要的数字个数，就是使用round（）：

z_text = [[str(round(y, 1)) for y in x] for x in z]

正如你在下面看到的，这种方法（1）不会像df_corr.round()那样改变源 Dataframe ，（2）在图中只显示1个数字，（3）在悬停时显示更长的数字格式。在图像中，我悬停在MSFT / FB = 0.5上

完整代码：

import plotly.express as px
import plotly.figure_factory as ff
import pandas as pd

df = px.data.stocks()#.tail(50)
df = df.drop(['date'], axis = 1)
dfc = df.corr()
z = dfc.values.tolist()

# change each element of z to type string for annotations
# z_text = [[str(y) for y in x] for x in z]
z_text = [[str(round(y, 1)) for y in x] for x in z]

# set up figure 
fig = ff.create_annotated_heatmap(z, x=list(df.columns),
                                     y=list(df.columns),
                                     annotation_text=z_text, colorscale='agsunset')

# add title
fig.update_layout(title_text='<i><b>Confusion matrix</b></i>',
                  #xaxis = dict(title='x'),
                  #yaxis = dict(title='x')
                 )

# add custom xaxis title
fig.add_annotation(dict(font=dict(color="black",size=14),
                        x=0.5,
                        y=-0.15,
                        showarrow=False,
                        text="",
                        xref="paper",
                        yref="paper"))

# add custom yaxis title
fig.add_annotation(dict(font=dict(color="black",size=14),
                        x=-0.35,
                        y=0.5,
                        showarrow=False,
                        text="",
                        textangle=-90,
                        xref="paper",
                        yref="paper"))

# adjust margins to make room for yaxis title
fig.update_layout(margin=dict(t=50, l=200))

# add colorbar
fig['data'][0]['showscale'] = True
fig.show()

我手头没有数据，所以我还没能检查执行情况，但我认为下面的代码可以工作。请参阅official reference。

df_corr_round = df_corr.round(3)
fig = ff.create_annotated_heatmap(
            z=df_corr,
            x=df_corr.columns.tolist(),
            y=df_corr.index.tolist(),
            zmax=1, zmin=-1,
            showscale=True,
            hoverongaps=True,
            annotation_text=df_corr_round.to_numpy(),
            )
# add title
fig.update_layout(title_text='<i><b>Correlation round</b></i>')

您应该添加".round()"方法。您可以对 Dataframe 执行相同的操作。
下面的代码适用于具有非舍入矩阵值的值，其中包含plotly.express:

import plotly.express as px
import numpy as np

fig = px.imshow(
    np.random.rand(4, 4),
    text_auto=True
)
fig.show()

The graph with non-rounded values
现在用rounded：

import plotly.express as px
import numpy as np

fig = px.imshow(
    np.random.rand(4, 4).round(2),
    text_auto=True
)
fig.show()

With rounded values

使用update_traces设置texttemplate和hovertemplate。还需要声明text_auto=True

fig = px.imshow(
    matrix,  
    text_auto=True, 
    aspect="auto", 
    color_continuous_scale='Viridis'

fig.update_traces(
    texttemplate='%{z:.2f}',
    hovertemplate=("%{x}<br>%{y}<br><b>correlation: %{z}</b><extra></extra>")
)