假設(shè)一個(gè)數(shù)據(jù)集在 3 個(gè)變量之間具有相關(guān)性。相關(guān)性是在 2 個(gè)不同時(shí)期測(cè)量的。數(shù)據(jù)格式如下：df1 A B CA NaN 0.1 0.2B 0.7 NaN 0.5C 0.6 0.4 NaNdf2 A B CA NaN 1 0.5B 0.5 NaN 0.6C 0.6 0.2 NaN目標(biāo)是生成熱圖。我試過(guò)這個(gè)ax1 = sns.heatmap(df1)ax2 = sns.heatmap(df2)但這給了我單獨(dú)的熱圖，如圖第 1 部分所示。因此，如這張?jiān)愀獾膱D表所示，在橫軸上，我想按季節(jié)劃分變量。我如何實(shí)現(xiàn)這一目標(biāo)？
1 回答
烙印99
TA貢獻(xiàn)1829條經(jīng)驗(yàn) 獲得超13個(gè)贊
如何將兩個(gè)數(shù)據(jù)幀合并為一個(gè)并應(yīng)用多索引：
df = df1.append(df2)
# 0 1 2
#A NaN 0.1 0.2
#B 0.7 NaN 0.5
#C 0.6 0.4 NaN
#A NaN 1.0 0.5
#B 0.5 NaN 0.6
#C 0.6 0.2 NaN
iterables = [['A', 'B', 'C'], ['df1', 'df2']]
index = pd.MultiIndex.from_product(iterables, names=['Var', 'season'])
dfm = pd.DataFrame(df.sort_index().values, index=index)
# 0 1 2
#Var season
#A df1 NaN 0.1 0.2
# df2 NaN 1.0 0.5
#B df1 0.7 NaN 0.5
# df2 0.5 NaN 0.6
#C df1 0.6 0.4 NaN
# df2 0.6 0.2 NaN
sns.heatmap(dfm, annot=True)
添加回答
舉報(bào)
0/150
提交
取消