seaborn 热图的人工刻度标签答案

【问题标题】：Artificial tick labels for seaborn heatmapsseaborn 热图的人工刻度标签
【发布时间】：2017-04-05 16:25:57
【问题描述】：

我有一个如下所示的 seaborn 热图：

...从随机生成的值的 pandas 数据帧生成，其中一部分如下所示：

y 轴上的值都在 [0,1] 范围内，x 轴上的值都在 [0,2*pi] 范围内，我只想要一些固定间隔的短浮点数勾选标签，但我似乎只能获取数据框中的值。当我尝试指定我想要的值时，它并没有将它们放在正确的位置，如上图所示。他现在是我的代号。如何在正确的位置（沿轴均匀分布）获取我尝试在此代码中使用 xticks 和 yticks 指定的轴标签？

import pandas as pd
import numpy as np
import matplotlib as plt
from matplotlib.mlab import griddata

sns.set_style("darkgrid")
PHI, COSTH = np.meshgrid(phis, cos_thetas)
THICK = griddata(phis, cos_thetas, thicknesses, PHI, COSTH, interp='linear')

thick_df = pd.DataFrame(THICK, columns=phis, index=cos_thetas)
thick_df = thick_df.sort_index(axis=0, ascending=False)
thick_df = thick_df.sort_index(axis=1)

cmap = sns.cubehelix_palette(start=1.6, light=0.8, as_cmap=True, reverse=True)

yticks = np.array([0,0.2,0.4,0.6,0.8,1.0])

xticks = np.array([0,1,2,3,4,5,6])

g = sns.heatmap(thick_df, linewidth=0, xticklabels=xticks, yticklabels=yticks, square=True, cmap=cmap)

plt.show(g)

【问题讨论】：

请注意，我也单独尝试了 xticks = [str(x) if i % 10 == 0 else '' for i,x in enumerate(xticks)] 的行，但值仍然很长，随机浮动。
如果你只想要例如每五个字段都有一个刻度标签，您可以尝试在每个值之间创建一个包含四个空字符串的数组。您的刻度数组需要与热图的行/列一样多的元素是有道理的。另外我会使用字符串而不是数字。
但这就是我上面的评论所完成的，问题是每五个值或任何值仍然是一个很长的、讨厌的浮点数。你的意思是用它来指定一个位置，然后在那里放一个单独的字符串值吗？我可以这样做吗？
抱歉，没有正确阅读。而不是 str(x) 试试这个：'{:.2f}'.format(x) 用于具有 2 个小数位的浮点数。
以上代码中的phis、cos_thetas、thicknesses 是什么？

标签： python pandas heatmap seaborn

【解决方案1】：

这里应该做你想做的事情：

cmap = sns.cubehelix_palette(start=1.6, light=0.8, as_cmap=True, reverse=True)

yticks = np.linspace(0,1,6)

x_end = 6
xticks = np.arange(x_end+1)

ax = sns.heatmap(thick_df, linewidth=0, xticklabels=xticks, yticklabels=yticks[::-1], square=True, cmap=cmap)

ax.set_xticks(xticks*ax.get_xlim()[1]/(2*math.pi))
ax.set_yticks(yticks*ax.get_ylim()[1])

plt.show()

您可以通过 ['{:,.2f}'.format(x) for x in xticks] 而不是 xticks 来获得带有 2 位小数的浮点数。

请注意，我正在反转 yticklabels，因为这是 seaborn 所做的：请参阅 matrix.py#L138。

Seaborn 计算同一地点周围的刻度位置（例如：#L148），对您而言，这相当于：

# thick_df.T.shape[0] = thick_df.shape[1]
xticks: np.arange(0, thick_df.T.shape[0], 1) + .5
yticks: np.arange(0, thick_df.T.shape[1], 1) + .5

【讨论】：