import numpy as np import scipy.stats as ss import pandas as pd import matplotlib.pyplot as plt import seaborn as sns from seaborn import FacetGrid df=pd.read_excel("./tmp_apply2.xlsx") sns.set_context(font_scale=10) plv_tb=pd.pivot_table(df, values="sale", index=["FactoryName","JiJXH","Xian"], aggfunc=np.mean) g = FacetGrid(plv_tb, col_wrap=0, sharex=False, sharey=False, height=10, aspect=0.8) sns.heatmap(g, vmin=plv_tb.min().min(), vmax=plv_tb.max().max(), cmap=sns.color_palette("RdYlGn", n_colors=10)) plt.show()怎样按照Xian展开多行，绘制清晰色阶图，如何修改

你可以将 `Xian` 添加到 `col` 参数中，这样就可以按照 `Xian` 展开多行，然后在 `heatmap()` 函数中添加 `annot=True` 参数来显示每个单元格的值，同时可以通过 `fmt` 参数设置显示格式。例如：

g = FacetGrid(plv_tb, col="Xian", col_wrap=3, sharex=False, sharey=False, height=6, aspect=0.8)
sns.heatmap(g.map(sns.color_palette("RdYlGn"), "sale", annot=True, fmt=".2f", linewidths=.5, linecolor='gray', cbar=False))
plt.show()

这里将 `col_wrap` 设置为 3，表示每行最多展示 3 个子图；`annot=True` 表示显示每个单元格的值；`fmt=".2f"` 表示显示小数点后两位；`linewidths=.5` 和 `linecolor='gray'` 表示设置单元格之间的分割线；`cbar=False` 表示不显示颜色条。你也可以根据需要进一步修改这些参数。