期刊图片复现|Python绘制双变量对角线分割组合三角热图

# =========================================================================================# ====================================== 1. 库的导入 =========================================# =========================================================================================import matplotlib.pyplot as pltimport matplotlib.patches as patchesimport matplotlibimport numpy as npimport pandas as pdplt.rcParams['font.family'] = 'serif'plt.rcParams['font.serif'] = ['Times New Roman']plt.rcParams['axes.unicode_minus'] = Falsematplotlib.rcParams['pdf.fonttype'] = 42matplotlib.rcParams['ps.fonttype'] = 42

# =========================================================================================# ====================================== 2.颜色库 =========================================# =========================================================================================COLOR_SCHEMES = {    1: ('RdPu', 'GnBu'),    2: ('Oranges', 'Blues'),    3: ('Reds', 'Greens'),    4: ('Purples', 'Greens'),    5: ('YlOrBr', 'PuBu'),    6: ('Reds', 'Blues'),    7: ('OrRd', 'PuBuGn'),    8: ('PuRd', 'YlGn'),    9: ('BuPu', 'YlGnBu'),    10: ('YlOrRd', 'BuGn'),    11: ('Greys', 'Reds'),    12: ('autumn', 'winter'),    13: ('pink', 'bone'),    14: ('hot', 'cool'),    15: ('RdPu', 'PuBu'),    16: ('YlOrBr', 'Greens'),    17: ('Wistia', 'YlGnBu_r'),    18: ('plasma', 'viridis'),    19: ('summer', 'copper'),    20: ('afmhot', 'ocean'),}SELECTED_SCHEME= 1

# =========================================================================================# ====================================== 3.绘图函数=========================================# =========================================================================================def plot_and_save_heatmap(regions, data_pluvial, data_drought,idx_highlight_row, idx_highlight_col,scheme_index=1):    # 获取区域数量，用于确定网格大小    n = len(regions)    #定义颜色的分级数量    n_steps = 10    #获取配色    cmap_d_name, cmap_p_name = COLOR_SCHEMES.get(scheme_index, COLOR_SCHEMES[1])    #加载下三角的颜色映射    cmap_drought = matplotlib.colormaps[cmap_d_name].resampled(n_steps)    #加载上三角的颜色映射    cmap_pluvial = matplotlib.colormaps[cmap_p_name].resampled(n_steps)    # 创建一个图形    fig = plt.figure(figsize=(12, 9))    # 定义主图在画布上的位置左,下,宽,高    main_x, main_y = 0.12, 0.15    main_w, main_h = 0.65, 0.75    pos_main = [main_x, main_y, main_w, main_h]    #在指定位置添加    ax_main = fig.add_axes(pos_main)    #X轴范围    ax_main.set_xlim(0, n)    #Y轴范围    ax_main.set_ylim(0, n)    #设置纵横比    ax_main.set_aspect('equal')    #反转Y轴    ax_main.invert_yaxis()

#绘图    for row in range(n):        for col in range(n):            #只绘制下三角部分            if row >= col:                #获取对应位置的数据                val_tl = data_pluvial[row, col]                #根据数值从颜色映射中获取对应的颜色                color_tl = cmap_pluvial(val_tl)                #上三角形                triangle_tl = patches.Polygon(                    [(col, row), (col + 1, row), (col, row + 1)],  #顶点坐标                    closed=True,  #闭合图形                    color=color_tl,  #填充颜色                    ec='white',  #边框颜色                    lw=0.5  #边框宽度                )                # 将上三角形添加到主坐标轴                ax_main.add_patch(triangle_tl)                #获取对应位置的数据值                val_br = data_drought[row, col]                #根据数值从颜色映射中获取对应的颜色                color_br = cmap_drought(val_br)                #下三角形                triangle_br = patches.Polygon(                    [(col + 1, row), (col + 1, row + 1), (col, row + 1)],  #顶点坐标                    closed=True,  #闭合图形                    color=color_br,  #填充颜色                    ec='white',  # 框颜色                    lw=0.5  #边框宽度                )                #将下三角形添加到主坐标轴                ax_main.add_patch(triangle_br)                # 判断当前格子是否为指定的标记位置                if row == idx_highlight_row and col == idx_highlight_col:                    # 创建黑色方框                    rect = patches.Rectangle(                        (col, row),  #左下角坐标                        1, 1,  #宽度和高度                        linewidth=4,  #线宽                        edgecolor='black',  #边框颜色                        facecolor='none',  #填充颜色                        zorder=10  #图层顺序                    )                    #添加到主坐标轴                    ax_main.add_patch(rect)

    # X轴刻度位置    ax_main.set_xticks(np.arange(n) + 0.5)    #Y轴刻度位置    ax_main.set_yticks(np.arange(n) + 0.5)    #X轴刻度标签    ax_main.set_xticklabels(regions, rotation=45, ha='right', fontsize=12)    #Y轴刻度标签    ax_main.set_yticklabels(regions, fontsize=12)    #图框    ax_main.spines['top'].set_visible(False)    ax_main.spines['right'].set_visible(False)    ax_main.spines['left'].set_visible(True)    ax_main.spines['bottom'].set_visible(True)    for spine in ax_main.spines.values():        spine.set_linewidth(2)    #刻度线    ax_main.tick_params(axis='both', which='both', length=4,width=2,)    #Y轴标题    ax_main.set_ylabel("Pluvial", fontsize=16, labelpad=10)    ax_main.set_xlabel("Drought", fontsize=16, labelpad=10)    #主标题    ax_main.set_title("Pluvial-drought synchronization", fontsize=18, loc='left', pad=20)    #标记注释    #坐标    target_x = idx_highlight_col + 1    target_y = idx_highlight_row    # 添加注释    ax_main.annotate(        "Detailed in\n      " + r"$\bf{c}$",  #注释文本        xy=(target_x, target_y),  #箭头坐标        xytext=(target_x + 2.5, target_y - 2),  #文本坐标        arrowprops=dict(arrowstyle="->, head_width=0.4, head_length=0.8",  #箭头样式                        connectionstyle="arc3,rad=-0.3",  #连接线弯曲程度                        lw=2, color='black'),  #线宽和颜色        fontsize=14, ha='center'    )