你可以在任何你想隐藏热图的颜色条的地方将cbar=False参数传递给sns.heatmap()。
也就是说，

ax1=sns.heatmap(df_norm, cmap='Reds', cbar=False, vmin=0.05, vmax=0.7)
ax2=sns.heatmap(df_tgfup, cmap='Reds', cbar=False, vmin=0.05, vmax=0.7)

而ax3将保持不变。
然后，为了保持子情节1和2的位置不变，您可以使用plt.subplots_adjust(right=num);其中num是子图右边缘的位置，作为图形宽度的一部分，您将决定对子图的所需调整。

颜色条定义为图形中的轴。您可以在fig.axes中访问它们

[<AxesSubplot:>,
 <AxesSubplot:label='<colorbar>'>,
 <AxesSubplot:>,
 <AxesSubplot:label='<colorbar>'>,
 <AxesSubplot:>,
 <AxesSubplot:label='<colorbar>'>]

您可以使用set_visible(False)方法来隐藏它们：

fig=plt.figure()
grid = plt.GridSpec(4, 6)

df_norm = pd.DataFrame(np.random.randint(0,10,size=(10, 10)), columns=list('ABCDEFGHIJ'))

plt.subplot(grid[0:2,0:5])
ax1=sns.heatmap(df_norm, cmap='Reds', vmin=0.05, vmax=0.7)
ax1.axes.get_yaxis().set_visible(False)
ax1.xaxis.tick_top()
#ax1.set_xticklabels(col, rotation=90)
fig.axes[1].set_visible(False)

plt.subplot(grid[2,0:5])
ax2=sns.heatmap(df_norm, cmap='Reds', vmin=0.05, vmax=0.7)
ax2.axes.get_xaxis().set_visible(False)
ax2.axes.get_yaxis().set_visible(False)
ax2.xaxis.tick_top()
#ax2.set_xticklabels(col, rotation=90)
fig.axes[3].set_visible(False)

plt.subplot(grid[3,0:5])
ax3=sns.heatmap(df_norm, cmap='Reds', vmin=0.05, vmax=0.7)
ax3.axes.get_xaxis().set_visible(False)
ax3.axes.get_yaxis().set_visible(False)
ax3.xaxis.tick_top()
#ax3.set_xticklabels(col, rotation=90)