sns.heatmap(corr_matrix_T, ax=axs[1, 2], cmap="YlGnBu", cbar=False, annot=True, fmt='.2f') xlabel=['2013','2015','2017','2019','2021'] ylabel=['UR','MU','MR','RU'] axs[1, 2].set_xticklabels(xlabel) axs[1, 2].set_yticklabels(ylabel)，减小热力图高度

您可以通过设置热力图的高度来减小它的大小。在创建子图时，通过`figsize`参数设置整个图的大小，并通过`gridspec_kw`参数设置子图的布局。然后，在调用`sns.heatmap()`函数时，通过`ax`参数将热力图绘制在子图上，并通过`cbar`参数设置不显示颜色条。

以下是一份示例代码，您可以根据需要进行修改：

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

# 创建数据
data = np.random.rand(4, 5)
df = pd.DataFrame(data, columns=['2013', '2015', '2017', '2019', '2021'], 
                  index=['UR', 'MU', 'MR', 'RU'])

# 创建子图布局
fig, axs = plt.subplots(2, 3, figsize=(10, 6), gridspec_kw={"height_ratios": [1, 4]})

# 绘制热力图
sns.heatmap(df, ax=axs[1, 2], cmap="YlGnBu", cbar=False, annot=True, fmt='.2f')
axs[1, 2].set_xticklabels(df.columns)
axs[1, 2].set_yticklabels(df.index)

# 设置子图间距
plt.subplots_adjust(wspace=0.4, hspace=0.4)

# 显示图形
plt.show()

在上述代码中，`figsize`参数设置整个图的大小为10英寸宽和6英寸高，并通过`height_ratios`参数设置第二行子图高度为第一行子图的4倍。然后，通过`sns.heatmap()`函数的`ax`参数将热力图绘制在第二行第三列的子图上，并将`cbar`参数设置为`False`来禁用颜色条。最后，通过`set_xticklabels()`和`set_yticklabels()`方法设置热力图的横轴和纵轴标签。