如何在 Seaborn 中为热图设置 x_ticks？答案

【问题标题】：How can I set x_ticks for a heatmap in Seaborn?如何在 Seaborn 中为热图设置 x_ticks？
【发布时间】：2021-01-30 15:54:43
【问题描述】：

我想从[0.01, 0.02, ......1.01] 更改x_ticks 到[0.1,0.2,...,1.0]。

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

colums = np.arange(0.01, 1.01, 0.01)
df = pd.DataFrame(np.random.randint(0, 100, size=(100, 100)), columns=colums.tolist())
ax1 = sns.heatmap(df, vmin=0., vmax=1, linewidths=.05, cbar_kws={'label': '?'})
plt.show()

我尝试通过ax1.set_xticks([0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0]) 调整刻度，但没有成功。

【问题讨论】：

标签： python-3.x matplotlib seaborn

【解决方案1】：

在内部，刻度位置是分类：0, 1, 2, ...。因此，您可以调用ax1.set_ticks([9, 19, 29, ...]) 来获取名为0.1, 0.2, 0.3, ... 的列的刻度。然后调用ax1.set_ticklabels(...)设置想要的字符串：

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

df = pd.DataFrame(np.random.randint(0, 100, size=(100, 100)))
ax1 = sns.heatmap(df, vmin=0., vmax=1, linewidths=.05, cbar_kws={'label': '?'})
# ax1.set_xticks(range(4, 100, 5))
# ax1.set_xticklabels(f'{c:.2f}' for c in np.arange(0.05, 1.01, 0.05))
ax1.set_xticks(range(9, 100, 10))
ax1.set_xticklabels(f'{c:.1f}' for c in np.arange(0.1, 1.01, 0.1))
plt.show()

PS：如果您希望列具有好听的名称（默认它们只是0,1,2,...），您可以将数据框创建为pd.DataFrame(..., columns=[f'{c:.2f}' for c in np.arange(0.01, 1.01, 0.01)])。这样，列名将是具有所需精度的字符串。如果您只使用数字而不是字符串，pandas 会将这些转换为字符串（通过str()）而不知道需要多少位数字。不可避免的舍入错误可能会创建不需要的字符串，例如 0.21000000000000002。

【讨论】：

【解决方案2】：

我的解决方案有点难看，但对我有用。

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

colums = np.arange(0.01, 1.01, 0.01)
df = pd.DataFrame(np.random.randint(0, 100, size=(100, 100)), columns=colums.tolist())

def round(n, k):
    # function to round number 'n' up/down to nearest 'k'
    # use positive k to round up
    # use negative k to round down

    return n - n % k

# note: the df.index is a series of elevation values
tick_step = 25 
tick_min = int(round(df.index.min(), (-1 * tick_step)))  # round down
tick_max = (int(round(df.index.max(), (1 * tick_step)))) + tick_step  # round up

# the depth values for the tick labels 
# I want my y tick labels to refer to these elevations, 
# but with min and max values being a multiple of 25.
xticklabels = range(tick_min, tick_max, tick_step)
# the index position of the tick labels
xticks = []
for label in xticklabels:
    idx_pos = df.index.get_loc(label)
    xticks.append(idx_pos)

cmap = sns.color_palette("coolwarm", 128)
plt.figure(figsize=(12, 10))
ax1 = sns.heatmap(df, annot=False, cmap=cmap, xticklabels=xticklabels)
ax1.set_xticks(xticks)
plt.show()

【讨论】：