seaborn相关内容
我想为 seaborn 热图添加标题.使用 Pandas 和 iPython Notebook 代码如下, a1_p = a1.pivot_table( index='Postcode', columns='Property Type', values='Count', aggfunc=np.mean, fill_value=0)sns.heatmap(a1_p, cmap="YlGnBu
..
我正在尝试使用对数刻度作为我的 seaborn 关节图的边际图.我正在使用 set_xticks() 和 set_yticks(),但我的更改没有出现.下面是我的代码和结果图: 将 matplotlib.pyplot 导入为 plt%matplotlib 内联将 numpy 导入为 np将 seaborn 作为 sns 导入将熊猫导入为 pd提示 = sns.load_dataset('提示')
..
以下是该功能的说明: def Jointplot(x, y, data=None, kind="scatter", stat_func=stats.pearsonr,颜色=无,大小=6,比例=5,空间=.2,dropna=真,xlim=无,ylim=无,joint_kws=None,marginal_kws=None,annot_kws=None,**kwargs) 以下是最后几个可选参数的说
..
我已经搜索过 S/O,但我找不到答案. 当我尝试使用 seaborn 绘制分布图时,我收到了未来警告.我想知道这里可能有什么问题. 将pandas导入为pd将 numpy 导入为 np将 seaborn 作为 sns 导入导入 matplotlib.pyplot 作为 plt% matplotlib 内联从 sklearn 导入数据集虹膜 = datasets.load_iris()df
..
使用 matplotlib 绘制点图时,我想偏移重叠的数据点以保持它们全部可见.例如,如果我有: A 类:0,0,3,0,5B类:5、10、5、5、10 我想要每个 CategoryA “0"数据点并排设置,而不是在彼此的正上方,同时仍然与 CategoryB 不同. 在 R (ggplot2) 中有一个 “jitter" 选项可以做到这一点.matplotlib 中是否有类似的选项,或
..
我正在使用 sklearn.metrics 中的 plot_confusion_matrix.我想像子图一样表示这些混淆矩阵,我该怎么做? 解决方案 让我们使用 good'ol iris 数据集重现这一点,并拟合多个分类器以使用 plot_confusion_matrix: from sklearn.ensemble import AdaBoostClassifier, Gradient
..
我想在 seaborn 中绘制因子图,但手动提供误差线而不是让 seaborn 计算它们. 我有一个大致如下所示的 Pandas 数据框: 模型输出特征均指标准差0 前两个 9.00 2.001 第一个 b 0.00 0.002 第一个 c 0.00 0.003 前二 d 0.60 0.05...77 三四一 0.30 0.0278 三四乙 0.30 0.0279 三四 c 0.10 0
..
我画了一个像这样的情节 我想关闭沿 y 轴的刻度标签.要做到这一点,我正在使用 plt.tick_params(labelleft=False, left=False) 现在剧情是这样的.即使标签关闭,比例 1e67 仍然存在. 关闭比例1e67会使情节看起来更好.我该怎么做? 解决方案 seaborn 用于绘制绘图,但它只是 matplotlib 的高级 API. 用于
..
以下代码为我提供了一个非常好的小提琴图(以及其中的箱线图). 将 numpy 导入为 np将 seaborn 作为 sns 导入导入 matplotlib.pyplot 作为 pltfoo = np.random.rand(100)sns.violinplot(foo)plt.boxplot(foo)plt.show() 到目前为止一切顺利.但是,当我查看 foo 时,该变量不包含任何负值.s
..
我在使用 Seaborn(作为 sns 导入)增加绘图图形的大小时遇到问题.我正在使用 sns.pairplot 将数据框的列相互绘制出来. %matplotlib 内联plt.rcParams['figure.figsize']=10,10列=列表(df.columns.values)g=sns.pairplot(df, kind='reg', x_vars=columns,y_vars
..
我想从 Seaborn FacetGrid 上的 Pandas 数据框中的一列绘制误差线 将 matplotlib.pyplot 导入为 plt将熊猫导入为 pd将 seaborn 作为 sns 导入df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar']*2,'B' : ['一', '一', '二', '三','二', '二', '一', '三
..
Seaborn 提供了一个名为 color_palette 的函数,它允许您轻松地为绘图创建新的 color_palettes. colors = ["#67E568","#257F27","#08420D","#FFF000","#FFB62B","#E56124","#E53E30","#7F2353","#F911FF","#9F8CA6"]color_palette = sns.colo
..
我想绘制一个seaborn regplot.我的代码: x=data['健康预期寿命']y=data['max_dead']sns.regplot(x,y)plt.show() 然而,这给了我未来的警告错误.如何修复此警告? FutureWarning:将以下变量作为关键字参数传递:x、y.从 0.12 版开始,唯一有效的位置参数将是“数据",并且在没有显式关键字的情况下传递其他参数将导致错
..
我正在尝试使用 Seaborn 使我的情节在视觉上比 matplotlib 更好.我有一个数据集,它有一个“Year"列,我想在 X 轴上绘制它,4 列使用不同颜色的线在 Y 轴上表示 A、B、C、D.我试图使用 sns.lineplot 方法来做到这一点,但它只允许 X 轴上的一个变量和 Y 轴上的一个变量.我试过这样做 sns.lineplot(data_preproc['Year'],da
..
我花了几个小时试图完成我认为很简单的任务,即在使用 seaborn 的同时将标签添加到 XY 图上. 这是我的代码 将 seaborn 导入为 sns导入 matplotlib.pyplot 作为 plt%matplotlib 内联df_iris=sns.load_dataset("iris")sns.lmplot('sepal_length', # 横轴'sepal_width', #
..
我在 python 中有两个数据框. data_A姓名 X Y1 0乙 1 10 0数据_B姓名 X Y0 1乙 1 10 1 我想重叠这些热图,如果它在 data_frame A 中为 1,则图块为紫色(或任何颜色),但如果在 data_frame B 中为 1,则绘制一个圆圈(最好是第一). 例如,热图将显示 A[,X][1] 紫色,但那些在两个数据框中都为 1 的将是带有点的紫色.
..
我有两个数据数组作为高度和重量: import numpy as np, matplotlib.pyplot as plt高度 = np.array([50,52,53,54,58,60,62,64,66,67,68,70,72,74,76,55,50,45,65])权重 = np.array([25,50,55,75,80,85,50,65,85,55,45,45,50,75,95,65,50
..
我用 sns.distplot 绘制观察的单变量分布.不过,我不仅需要图表,还需要数据点.如何从 matplotlib Axes(由 distplot 返回)获取数据点? 解决方案 您可以使用 matplotlib.patches API.例如,要获取第一行: sns.distplot(x).get_lines()[0].get_data() 这将返回两个包含行的 x 和 y 值的
..
将 matplotlib.pyplot 导入为 plt导入 matplotlib.ticker 作为股票代码将 seaborn 作为 sns 导入将熊猫导入为 pdsns.set(style="darkgrid")图, ax = plt.subplots(figsize=(8, 5))调色板= sns.color_palette(“明亮",6)g = sns.scatterplot(ax=ax,
..
我有一个 Pandas DataFrame,其中有一列名为“AXLES",它可以采用 3-12 之间的整数值.我正在尝试使用 Seaborn 的 countplot() 选项来实现以下图: 左 y 轴显示这些值在数据中出现的频率.轴延伸为 [0%-100%],每 10% 处有刻度线. 右 y 轴显示实际计数,值对应于由左 y 轴确定的刻度线(每 10% 标记.) x 轴显示条形图的类别
..