Creo que lo más simple es separar en dos datframes diferentes los contadores (que se usarán para elegir los colores en el heatmap) y los textos que deben aparecer en cada celda (que serán una cadena que contenga el valor del contador y el de su correspondiente código).
A seaborn le puedes pedir que cree el heatmap a partir de un dataframe, pero que tome los textos a poner en las celdas de otro.
Este es el código que implementa mi enfoque:
# Este es el dataframe de partida, el tuyo
print(df)
------
cl code count
0 1 E04F 15/02 9785
1 2 E01D 21/00 7309
2 3 E04F 15/02038 5584
3 4 E04F 15/04 5024
4 1 E04B 1/80 4641
5 2 E04F 15/107 4420
6 3 E04F 2201/0153 4112
7 4 E04H 9/021 4053
8 1 E01D 22/00 3520
9 2 E04B 1/86 3327
10 3 E04F 15/105 3266
11 4 E04B 1/2403 3111
12 1 E01C 13/08 3064
13 2 E04G 23/0218 3019
14 3 E04H 1/1205 2979
15 4 E04F 2201/0115 2952
16 1 E04F 15/10 2893
17 2 E04B 1/24 2858
18 3 E04H 6/42 2821
19 4 E04F 13/08 2747
Ahora lo procesamos para crear con él un par de diccionarios cuyas claves serán los valores de cl
y cuyos valores serán listas de números en el primero (los valores de count
) y listas de cadenas en el segundo (los que queremos mostrar en cada celda):
values = defaultdict(list)
texts = defaultdict(list)
for i, fila in df.iterrows():
values[fila["cl"]].append(int(fila['count']))
texts[fila["cl"]].append(f"{fila['count']}\n{fila['code']}")
Tras este procesamiento hemos creado estos dos diccionarios:
values = {1: [9785, 4641, 3520, 3064, 2893],
2: [7309, 4420, 3327, 3019, 2858],
3: [5584, 4112, 3266, 2979, 2821],
4: [5024, 4053, 3111, 2952, 2747]}
texts = {1: ['9785\nE04F 15/02', '4641\nE04B 1/80', '3520\nE01D 22/00', '3064\nE01C 13/08', '2893\nE04F 15/10'],
2: ['7309\nE01D 21/00', '4420\nE04F 15/107', '3327\nE04B 1/86', '3019\nE04G 23/0218', '2858\nE04B 1/24'],
3: ['5584\nE04F 15/02038', '4112\nE04F 2201/0153', '3266\nE04F 15/105', '2979\nE04H 1/1205', '2821\nE04H 6/42'],
4: ['5024\nE04F 15/04', '4053\nE04H 9/021', '3111\nE04B 1/2403', '2952\nE04F 2201/0115', '2747\nE04F 13/08']})
Estos diccionarios pueden convertirse fácilmente en dataframes:
df1 = pd.DataFrame.from_dict(values, orient="index")
df2 = pd.DataFrame.from_dict(texts, orient="index")
por ejemplo el dataframe df1
se vería así:
0 1 2 3 4
1 9785 4641 3520 3064 2893
2 7309 4420 3327 3019 2858
3 5584 4112 3266 2979 2821
4 5024 4053 3111 2952 2747
El df2
no lo muestro porque no se ve muy bonito, debido a los \n
que tiene en cada celda y que pandas no interpreta como salto de línea (aunque como veremos seaborn sí lo hará)
Finalmente podemos crear ya el heatmap usando estos dos dataframes:
import matplotlib.pyplot as plt
import seaborn as sns
fig, ax = plt.subplots()
sns.heatmap(df1, annot=df2, fmt="", ax=ax, xticklabels=False, yticklabels=False)
fig.set_size_inches(16, 4)
Bonus
Si tienes instalado latex en tu sistema tienes mucha flexibilidad para formatear como desees los contenidos de cada celda. Por ejemplo, en el siguiente código hago que las cadenas de texto contenidas en cada celda sean instrucciones latex para poner el valor numérico en grande y en negrita encima del codigo más pequeño:
for i, fila in df.iterrows():
values[fila["cl"]].append(int(fila['count']))
txt = r"\begin{tabular}{c}\LARGE{\textbf{%s}}\\\large{%s}\end{tabular}" % (fila["count"], fila["code"])
texts[fila["cl"]].append(txt)
El código anterior forma parte de la creación del diccionario texts
, el resto de código para crear df1
y df2
sería idéntico.
Para hacer que seaborn (a través de matplotlib) use LaTeX para renderizar ese texto debes hacer (aprovecho para mostrar otro cmap que creo que queda mejor):
import matplotlib.pyplot as plt
import seaborn as sns
import matplotlib as mpl
mpl.rcParams['text.usetex'] = True
mpl.rcParams['text.latex.preamble'] = [r'\usepackage{amsmath}']
fig, ax = plt.subplots()
sns.heatmap(df1, annot=df2, fmt="", ax=ax, xticklabels=False, yticklabels=False, cmap="vlag")
fig.set_size_inches(12, 4)
El resultado es ahora:
Una paleta más similar a la que usas en la figura de tu pregunta sería cmap="YlOrBr"
, que quedaría así:
Para que lo anterior funcione tienes que tener instalado latex. En Google Colab por defecto no lo está, pero puedes añadirlo ejecutando antes una celda con:
! apt install texlive-latex-recommended
! apt install texlive-latex-extra
! apt install texlive-fonts-recommended texlive-fonts-extra cm-super dvipng