我有一个矩阵A：
A = np.array([[ 0. , 0.00066748, -0.00097412, -0.00748846, 0.00305338],
[-0.00157652, 0. , 0.0048117 , 0.01069083, -0.0137888 ],
[-0.00713212, -0.00170574, 0. , 0.00096385, 0.00212367],
[-0.00186541, 0.00351104, -0.00590608, 0. , -0.00448311],
[-0.00929146, 0.00157808, 0.01300444, -0.00078593, 0. ]])使用下面的代码，我创建了一个热图，将空白（白色）分配给零值，将绿色分配给正值，将红色分配给负值：
import matplotlib.pyplot as plt
import seaborn as sns
rdgn = sns.diverging_palette(h_neg=10, h_pos=130, s=99, l=55, sep=3, as_cmap=True)
fig = plt.figure()
sns.heatmap(A, mask=(A == 0), cmap=rdgn, center=0)
plt.xticks(np.arange(0, 5, 1) + 0.5, [i + 1 for i in range(5)])
plt.yticks(np.arange(0, 5, 1) + 0.5, [i + 1 for i in range(5)], rotation=0)
plt.tick_params(axis='both', which='major', labelsize=10, labelbottom=False, bottom=False, top=False, labeltop=True)
plt.show()我得到这个：
现在，我的目标是将此图片转换为灰度。一种方法是将较深的颜色分配给红色，将较浅的颜色分配给绿色，但我想突出显示从负值到正值的过渡，使零值与其他值非常不同，理想情况下保持空白。如果我尝试使用
fig = plt.figure()
sns.heatmap(A, mask=(A == 0), cmap = 'gray', center = 0)
plt.xticks(np.arange(0, 5, 1) + 0.5, [i + 1 for i in range(5)])
plt.yticks(np.arange(0, 5, 1) + 0.5, [i + 1 for i in range(5)], rotation=0)
plt.tick_params(axis='both', which='major', labelsize=10, labelbottom=False, bottom=False, top=False, labeltop=True)
plt.show()
我没有得到我想要的。使用mask==0，我可以将零保留为空白，但这不会反映在右边的颜色栏中。我想做的基本上是将颜色“拆分”为2：从漆黑到“半”灰色的底片（从最远到最接近零），白色表示零，从白色到“半”灰色表示正（由最接近零至最远离零）。有没有办法达到这个目标？我欢迎任何有关解决这个问题的建议
2条答案
按热度按时间dy1byipe1#
颜色渐变的想法是能够直接比较值。如果使用不同的灰色阴影来表示负/正，可能很难比较绝对值。
相反，为什么不绘制绝对值并添加额外的信息来区分负值和正值呢？
或者：
使用符号/阴影
您可以使用Unicode符号来简化可视化：
输出量：
如果需要，您也可以添加图案填充，如here所示：
输出量：
pexxcrt22#
在@mozway的回答之后，我想到了这个：
这基本上是相同的解决方案，但不是放置+或-符号，而是在数字为负数的区域中填充x1c 0d1x
我希望这能帮助一些人