import numpy as np import scipy.stats as ss import pandas as pd import matplotlib.pyplot as plt import seaborn as sns df=pd.read_excel("./tmp_apply3.xlsx") sns.set_context(font_scale=30) plt.rcParams['font.family'] = 'FangSong' plv_tb=pd.pivot_table(df,values="sale",index=["FactoryName","JiJXH"],columns=["Xian"],aggfunc=np.mean) plt.figure(figsize=(100,1000)) min_val = plv_tb.loc[["FactoryName","JiJXH"]].min().min() max_val = plv_tb.loc[["FactoryName","JiJXH"]].max().max() sns.heatmap(plv_tb,vmin=min_val, vmax=max_val,cmap=sns.color_palette("RdYlBu",n_colors=10),annot=True, fmt='g', annot_kws={"size": 20}) plt.show()提示"['FactoryName' 'JiJXH'] not in index"，怎么修改

你可以使用 `plv_tb.index.names` 来查看 `plv_tb` 中的索引名，以确定正确的索引名称。在你的代码中，`plv_tb` 的索引名为 `['FactoryName', 'JiJXH']`，因此你可以使用这些名称来获取最小值和最大值，如下所示：

# 获取同一企业同一型号产品的最小值和最大值
min_val = plv_tb.loc[:, :, ["FactoryName", "JiJXH"]].values.min()
max_val = plv_tb.loc[:, :, ["FactoryName", "JiJXH"]].values.max()

# 修改 vmin 和 vmax 参数
sns.heatmap(plv_tb, vmin=min_val, vmax=max_val, cmap=sns.color_palette("RdYlBu",n_colors=10), annot=True, fmt='g', annot_kws={"size": 20})

在上述代码中，`plv_tb.loc[:, :, ["FactoryName", "JiJXH"]]` 表示取出 `plv_tb` 中所有行和所有列，但只取出索引名为 `FactoryName` 和 `JiJXH` 的两个级别，返回的是一个子 DataFrame。然后，使用 `values.min()` 和 `values.max()` 分别获取该子 DataFrame 的最小值和最大值。最后，将这些值用作 `vmin` 和 `vmax` 参数的值。这样就可以基于同一企业同一型号产品的最小值和最大值来设置热力图的颜色范围了。