Python 3：即使使用相同的数据，子图也不同答案

【问题标题】：Python 3: Subplots different even though using same dataPython 3：即使使用相同的数据，子图也不同
【发布时间】：2018-12-13 09:29:28
【问题描述】：

我正在使用 python 3 seaborn 来生成以下子图。

import numpy as np; np.random.seed(1)
import seaborn as sns; sns.set()
uniform_data = np.random.rand(500, 12)
plt.subplot(2, 1, 1)
ax = sns.heatmap(uniform_data)
plt.subplot(2, 1, 2)
ax = sns.heatmap(uniform_data)

两个子图使用相同的数据，但给出不同的图。我不明白为什么。

【问题讨论】：

标签： python-3.x seaborn subplot

【解决方案1】：

我认为问题出在您试图绘制太多线的事实。如果您减小数组的大小，您可以清楚地看到图表是相同的

import numpy as np; np.random.seed(1)
import seaborn as sns; sns.set()
uniform_data = np.random.rand(10, 12)
plt.subplot(2, 1, 1)
ax = sns.heatmap(uniform_data)
plt.subplot(2, 1, 2)
ax = sns.heatmap(uniform_data)

但是当你试图在图形的小空间中绘制 500 条线时，matplotlib 无法绘制所有线，并选择一个随机（？）子集来显示。

如果您要增加图形的大小以便可以绘制所有线条，那么您将再次获得相同的输出。

import numpy as np; np.random.seed(1)
import seaborn as sns; sns.set()
uniform_data = np.random.rand(500, 12)
plt.figure(figsize=(10,30))
plt.subplot(2, 1, 1)
ax = sns.heatmap(uniform_data)
plt.subplot(2, 1, 2)
ax = sns.heatmap(uniform_data)

【讨论】：

【解决方案2】：

import numpy as np; np.random.seed(1)
import seaborn as sns; sns.set()
uniform_data = np.random.rand(500, 12)

fig, axes = plt.subplots()
axes = sns.heatmap(uniform_data)

fig, axes = plt.subplots()
axes = sns.heatmap(uniform_data)

输出：

【讨论】：