将子图与pyplot barplot和seaborn热图对齐

debugcn 发表于 Dev

蒂姆·斯塔克

我试图在条形图上放置一个基于Seaborn时间的热图，以指示每个bin /时间范围内的患者人数。我可以成功制作一个单独的热图和条形图，但是将两者结合不能达到预期的效果。

import pandas as pd
import numpy as np
import seaborn as sb
from matplotlib import pyplot as plt

# Mock data
patient_counts = [650, 28, 8]
missings_df = pd.DataFrame(np.array([[-15.8, 600/650, 580/650, 590/650],
                                     [488.2, 20/23, 21/23, 21/23],
                                     [992.2, 7/8, 8/8, 8/8]]),
                           columns=['time', 'Resp. (/min)', 'SpO2', 'Blood Pressure'])
missings_df.set_index('time', inplace=True)

# Plot heatmap
fig, (ax1, ax2) = plt.subplots(nrows=2, figsize=(26, 16), sharex=True, gridspec_kw={'height_ratios': [5, 1]})
sb.heatmap(missings_df.T, cmap="Blues", cbar_kws={"shrink": .8}, ax=ax1, xticklabels=False)
plt.xlabel('Time (hours)')

# Plot line graph under heatmap to show nr. of patients in each bin
x_ticks = [time for time in missings_df.index]
ax2.bar([i for i, _ in enumerate(x_ticks)], patient_counts, align='center')
plt.xticks([i for i, _ in enumerate(x_ticks)], x_ticks)

plt.show()

这段代码为我提供了下图。如您所见，存在两个问题：

条形图延伸得太远
第一个和第二个条形图与顶部图不对齐，其中第一个图的刻度也不与条形图的中心对齐。

我尝试过在线查找，但找不到解决此问题的好资源。

约翰·C

一个问题是，颜色条占用了热图的空间，从而使其色图比条形图更窄。您可以创建一个2x2的网格来为颜色栏腾出空间，并删除空的子图。进行更改sharex=True以sharex='col'防止颜色栏获得与热图相同的x轴。

另一个问题是，热图的位置处有单元格边界0, 1, 2, ...，因此其中心位于0.5, 1.5, 2.5, ...。您可以将条形图放在这些中心而不是默认位置：

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

fig, ((ax1, cbar_ax), (ax2, dummy_ax)) = plt.subplots(nrows=2, ncols=2, figsize=(26, 16), sharex='col',
                                                      gridspec_kw={'height_ratios': [5, 1], 'width_ratios': [20, 1]})
missings_df = np.random.rand(3, 3)
sns.heatmap(missings_df.T, cmap="Blues", cbar_ax=cbar_ax, xticklabels=False, linewidths=2, ax=ax1)

ax2.set_xlabel('Time (hours)')

patient_counts = np.random.randint(10, 50, 3)
x_ticks = ['Time1', 'Time2', 'Time3']
x_tick_pos = [i + 0.5 for i in range(len(x_ticks))]
ax2.bar(x_tick_pos, patient_counts, align='center')
ax2.set_xticks(x_tick_pos)
ax2.set_xticklabels(x_ticks)
dummy_ax.axis('off')

plt.tight_layout()
plt.show()