要编辑seaborn热图的注释取决于值，您可以使用annot参数来指定注释的数据源。下面是一个包含代码示例的解决方法：

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

# 创建示例数据
data = np.random.rand(5, 5)

# 创建热图
ax = sns.heatmap(data, annot=True, fmt=".2f", cmap="YlGnBu")

# 编辑注释
for _, spine in ax.spines.items():
    spine.set_visible(True)
ax.set_xticklabels(ax.get_xticklabels(), rotation=45, horizontalalignment='right')
ax.set_yticklabels(ax.get_yticklabels(), rotation=0)

# 根据值添加颜色条
cbar = ax.collections[0].colorbar
cbar.set_ticks([np.min(data), np.max(data)])

# 显示图形
plt.show()

在这个示例中，我们首先创建了一个随机的5x5数据矩阵。然后，我们使用sns.heatmap函数创建了一个热图，并通过将annot参数设置为True来启用注释。fmt=".2f"参数指定了注释的格式为带有两位小数的浮点数。cmap="YlGnBu"参数指定了颜色映射。

接下来，我们使用循环和ax.spines.items()来设置热图的边界线可见。然后，我们使用ax.set_xticklabels()和ax.set_yticklabels()来设置X轴和Y轴的刻度标签的旋转和水平对齐。

最后，我们使用ax.collections[0].colorbar来获取颜色条对象，并使用cbar.set_ticks()来设置颜色条的刻度为数据的最小值和最大值。

最后，我们使用plt.show()来显示热图。