Python绘制不同区域相关性分析对比复合热图

# =========================================================================================# ====================================== 1. 环境设置 =======================================# =========================================================================================import matplotlib.pyplot as pltimport seaborn as snsimport numpy as npimport pandas as pdfrom matplotlib.patches import Rectanglefrom scipy import statsplt.rcParams['font.family'] = 'serif'plt.rcParams['font.serif'] = ['Times New Roman']plt.rcParams['axes.unicode_minus'] = Falseimport matplotlibmatplotlib.rcParams['pdf.fonttype'] = 42matplotlib.rcParams['ps.fonttype'] = 42

# =========================================================================================# ======================================2.颜色库============================================# =========================================================================================COLOR_SCHEMES = {    1: ('RdBu_r', 'coolwarm'),}

# =========================================================================================# ======================================4.绘图函数============================================# =========================================================================================def plot_advanced_correlation_chart(df_corr_a, df_corr_b, p_matrix_a, p_matrix_b, labels_diag, scheme_id,color_schemes):    num_vars = len(labels_diag) #变量数量    annot_combined_text = np.empty_like(df_corr_a.values, dtype=object) #用于存放带星号的注释文本    # 遍历行    #转为DataFrame供热力图调用    df_annot_combined = pd.DataFrame(annot_combined_text, #注释文本                                     index=labels_diag, #行标签                                     columns=labels_diag) #列标签

    mask_a = np.ones_like(df_corr_a, dtype=bool) #初始化A区全掩码    mask_a[np.triu_indices_from(mask_a, k=1)] = False #开放上三角，遮挡其余部分    plt.subplots_adjust(left=0.20, #左                        right=0.80, #右                        top=0.85, #上                        bottom=0.08) #下

    cmap_a, cmap_b = color_schemes[scheme_id] #提取配色    sns.heatmap(df_corr_a, #数据                mask=mask_a, #上三角掩码                annot=df_annot_combined, #文本                fmt='s', #字符串                cmap=cmap_a, #配色                ax=ax, #轴                **common_heatmap_kws) #参数    #下三角热力图    sns.heatmap(df_corr_b,#数据                mask=mask_b, #下三角掩码                annot=df_annot_combined, #文本                fmt='s', #字符串                cmap=cmap_b, #配色                ax=ax, #轴                **common_heatmap_kws) #参数

    ax.set_aspect('equal') #X轴Y轴比例    #遍历变量名对角线填充变量标签    ax.set_xticks([]) #去掉X轴刻度线    ax.set_xticklabels([]) #去掉X轴刻度文本    ax.set_yticks([]) #去掉Y轴刻度线    ax.set_yticklabels([]) #去掉Y轴刻度文本    #标题    ax.set_title("Correlations analysis", #文本                 fontsize=12, #大小                 fontweight='bold', #加粗                 pad=20) #间距

    cbar_width = 0.02 #颜色条宽度    cbar_height_ratio = 0.9 #颜色条相对主图的高度占比    cbar_bottom = ax.get_position().y0 + ax.get_position().height * (1 - cbar_height_ratio) / 2 #颜色条y轴起始点    cbar_height = ax.get_position().height * cbar_height_ratio #颜色条绝对高度    gap_heatmap_to_cbar = 0.02 #主图边缘到颜色条的水平间距    heatmap_left = ax.get_position().x0 #主图左侧x坐标    heatmap_right = ax.get_position().x1 #主图右侧x坐标    cb_b.ax.yaxis.set_ticks_position('left') #左侧颜色条刻度线    cb_b.ax.yaxis.set_label_position('left') #左侧颜色条刻度数值    cb_a.ax.tick_params(labelsize=8) #右侧颜色条刻度字体大小    cb_b.ax.tick_params(labelsize=8) #左侧颜色条刻度字体大小

# =================================================================================================# ======================================5.执行部分=====================================================# =================================================================================================if __name__ == '__main__':    excel_file_path = r'data.xlsx'#原始数据    #读取两个区域的数据    df_data1 = pd.read_excel(excel_file_path, sheet_name='Region_A')    df_data2 = pd.read_excel(excel_file_path, sheet_name='Region_B')    plot_all = True    if plot_all:        for scheme_id in COLOR_SCHEMES.keys():            selected_hex_colors = COLOR_SCHEMES[scheme_id]            print('正在绘制并保存方案：', scheme_id)            plot_advanced_correlation_chart(df_corr_a, #相关系数                                            df_corr_b, #相关系数                                            p_matrix_a, #p值                                            p_matrix_b, #p值                                            labels_diag, #变量名                                            scheme_id, #配色方案                                            COLOR_SCHEMES) #颜色库    else:        scheme_id = 1        selected_hex_colors = COLOR_SCHEMES[scheme_id]        print('正在绘制并保存方案：', scheme_id)        plot_advanced_correlation_chart(df_corr_a, df_corr_b, p_matrix_a, p_matrix_b, labels_diag, scheme_id,COLOR_SCHEMES)

excel_file_path = r'data.xlsx'#原始数据

2.读取两个区域的数据，执行部分：

df_data1 = pd.read_excel(excel_file_path, sheet_name='Region_A')df_data2 = pd.read_excel(excel_file_path, sheet_name='Region_B')

plot_all = True

plt.savefig(fr'{scheme_id}.png', bbox_inches='tight', dpi=300)