我一直试图通过几种不同的方法调整热图的刻度设置,但没有成功。实际更改绘图设置的唯一方法是plt.xticks(np.arange(217, 8850, 85))
,但即使为此方法使用多个不同的间隔,数据也会向右偏移很大。
当刻度标签没有聚集在一起时(例如使用plt.xticks(np.arange(217, 8850, 500))
),轴末端的最后一个刻度标记是否接近最大值8850,我需要显示所有数据。< / p>
我试图在x和y上调整这些刻度设置,以查看全部数据范围(Xmax:8848 Xmin:7200,Ymax:8848 Ymin:217),间隔允许勾选标签是可读的。
热图的图像:
第一张图片是plt.xticks(np.arange(217, 8850, 500))
:
第二张图片是plt.xticks(np.arange(217, 8850, 85))
:
第三是原始热图:
color = 'seismic'
success_rate = (m['Ascents'] / ((m['Ascents']) + (m['Failed_Attempts'])))*100
success_rate.fillna(0).astype(float)
mm['success_rate'] = success_rate
mm['success_rate'].round(2)
vm = mm.pivot("Height(m)", "Prominence(m)", "success_rate")
cPreference = sns.heatmap(vm, vmax = 100, cmap = color, cbar_kws= {'label': 'Success Rate of Climbs (%)'})
cPreference = cPreference.invert_yaxis()
"""Methods I've Tried"""
plt.xticks(np.arange(217, 8850, 1000)) """<< Only line that actually makes visible changes but data is skewed greatly"""
cPreference.xaxis.set_ticks(np.arange(mm["Height(m)"].min(), mm["Height(m)"].max(), (mm["Height(m)"].max() - \
mm["Height(m)"].min()) / 10))
cPreference.yaxis.set_ticks(np.arange(mm["Prominence(m)"].min(), mm["Prominence(m)"].max(), (mm["Prominence(m)"].max() \
- mm["Prominence(m)"].min()) / 10))
sns.set_style("ticks", {"xtick.major.size" : 8, "ytick.major.size" : 8})
plt.title("What is a good Mountain to Climb?")
sns.plt.show()
答案 0 :(得分:3)
cPreference = sns.heatmap(vm, vmax = 100, cmap = color, >>> xticklabels = 10, yticklabels = 5 <<<, cbar_kws={'label': 'Success Rate of Climbs (%)'})
通过将xticklabels或yticklabels设置为等于整数,它仍将绘制相同的列,但它只会显示该列中的每个第n个项目。
答案 1 :(得分:0)
您可以通过设置自定义刻度定位器手动指定刻度定位的行为,例如
from matplotlib import ticker
tick_locator = ticker.MaxNLocator(10)
ax.xaxis.set_major_locator(tick_locator)
这里是许多选项
的文档的link