heatmap simile, ma per le variabili categoriali in Seaborn

Question

stessa domanda heatmap-like plot, but for categorical variables ma utilizzando Python e Seaborn invece di R:

Immaginate Ho il seguente dataframe:

df = pd.DataFrame({"John":"No Yes Maybe".split(), 
        "Elly":"Yes Yes Yes".split(), 
        "George":"No Maybe No".split()}, 
        index="Mon Tue Wed".split()) 

Ora vorrei traccia una heatmap e colora ciascuna cella con il suo valore corrispondente. Questo è "Sì", "No", "Forse", ad esempio diventa "Verde", "Grigio", "Giallo". La legenda dovrebbe avere quei tre colori e i valori corrispondenti.

Ho risolto io stesso questo problema nel modo seguente. Non riesco a passare una mappa a colori categorica alla heatmap di Seaborn, così invece ho sostituire tutto il testo da numeri e ricostruire la mappa dei colori usati per Seaborn internamente dopo cioè:

import pandas as pd 
import seaborn as sns 
import matplotlib.pyplot as plt 
import numpy as np 
import matplotlib.patches as mpatches 

# create dictionary with value to integer mappings 
value_to_int = {value: i for i, value in enumerate(sorted(pd.unique(df.values.ravel())))} 

f, ax = plt.subplots() 
hm = sns.heatmap(df.replace(value_to_int).T, cmap="Pastel2", ax=ax, cbar=False) 
# add legend 
box = ax.get_position() 
ax.set_position([box.x0, box.y0, box.width * 0.7, box.height]) 
legend_ax = f.add_axes([.7, .5, 1, .1]) 
legend_ax.axis('off') 
# reconstruct color map 
colors = plt.cm.Pastel2(np.linspace(0, 1, len(value_to_int))) 
# add color map to legend 
patches = [mpatches.Patch(facecolor=c, edgecolor=c) for c in colors] 
legend = legend_ax.legend(patches, 
    sorted(value_to_int.keys()), 
    handlelength=0.8, loc='lower left') 
for t in legend.get_texts(): 
    t.set_ha("left") 

La mia domanda: c'è un modo più succinto di fare questa heatmap? In caso contrario, questa potrebbe essere una caratteristica che vale la pena implementare, nel qual caso la pubblicherò sul tracker dei problemi Seaborn.

Answer 1

Probabilmente utilizzerei il bokeh per questo scopo poiché ha mappature termiche categoriali incorporate. Le etichette sull'asse Y sono scritte anche orizzontalmente, che è più leggibile.

http://bokeh.pydata.org/en/0.11.1/docs/gallery/heatmap_chart.html