最简单方法是用fmt=".2f"强制保留两位小数；需配合annot=true使用，否则无效；若数据为object类型或自定义annot数组，fmt将被忽略；显示异常时应检查数据类型并预处理。
直接用 fmt=".2f" 参数
这是最简单也最常用的方法：fmt=".2f" 会强制所有标注数字保留两位小数，不四舍五入到整数、不显示科学计数法，也不受原始数据类型干扰。Seaborn 默认的 fmt 是 ".2g"，它在数值较小时显示小数，较大时自动切为科学计数（比如 0.00123 → 0.00123，但 123456 → 1.2e+05），这往往不是你想要的。
实操建议：
- 只要想统一显示“xx.xx”格式，无条件加
fmt=".2f" - 配合
annot=True使用，缺一不可；只设annot=True会走默认格式 - 如果数据本身是整数（如混淆矩阵计数），
".2f"会变成"5.00"—— 这是正常行为，若不想补零，改用".0f"或自定义函数
当 fmt=".2f" 不够用：传入自定义字符串数组
比如你希望正数标 “+0.23”，负数标 “−0.45”，或某些格子留空、加单位（如 “0.78s”），fmt 就力不从心了。这时可以把 annot 设为一个和数据同形状的字符串数组。
常见场景：
- 相关系数矩阵中，只对绝对值 > 0.3 的格子标注：
annot=np.where(np.abs(corr) > 0.3, corr.round(2).astype(str), "") - 需要加百分号又控制小数位：先用
np.vectorize(lambda x: f"{x:.1%}")生成字符串数组，再传给annot - 注意：此时
fmt参数会被忽略，不再起作用
为什么有时写了 fmt=".2f" 还显示很多位小数？
这不是 fmt 失效，而是你可能踩了这几个坑：
-
data是object类型的 DataFrame（比如混了字符串或 NaN）→ Seaborn 无法解析数值，退化为调用str()显示原始内容。解决：先data = data.astype(float)或用pd.to_numeric(..., errors="coerce") - 用了
annot=custom_list却还写了fmt→ 如上所述，fmt被静默忽略，字符串内容完全由你传入的数组决定 - 数值本身是
np.float64但含极小误差（如0.1 + 0.2 = 0.30000000000000004），".2f"仍会显示"0.30"，视觉上没问题；但若要彻底干净，预处理时用np.round(data, 2)
进阶提醒：别忽略 annot_kws 的字体适配
两位小数让数字变长，尤其在密集小矩阵里容易重叠或被截断。光调 fmt 不够，还得同步微调文字：
- 缩小字号：
annot_kws={"size": 8} - 加粗提升可读性：
annot_kws={"weight": "bold"} - 避免颜色遮挡：如果背景色太浅（如
cmap="Blues"最浅处接近白），深色字会看不清 → 改用annot_kws={"color": "black"}或反色逻辑 - 这些设置不改变数字精度，但直接影响“能不能看清两位小数”这个最终效果
fmt=".2f"，而是数据类型没清理干净、或误以为 fmt 对自定义 annot 也生效。把这两点盯牢，两位小数就稳了。 
