首页fig = sns.countplot(x = 'cp', data = df, hue = 'target', palette='Set3') plt.legend(['Healthy', 'Sick']) fig.set_xticklabels(labels=['pain type 0', 'pain type 1', 'pain type 2', 'pain type 3']) [Text(0, 0, 'pain type 0'), Text(1, 0, 'pain type 1'), Text(2, 0, 'pain type 2'), Text(3, 0, 'pain type 3')]

fig = sns.countplot(x = 'cp', data = df, hue = 'target', palette='Set3') plt.legend(['Healthy', 'Sick']) fig.set_xticklabels(labels=['pain type 0', 'pain type 1', 'pain type 2', 'pain type 3']) [Text(0, 0, 'pain type 0'), Text(1, 0, 'pain type 1'), Text(2, 0, 'pain type 2'), Text(3, 0, 'pain type 3')]

时间: 2024-01-10 21:03:31 浏览: 117

matplotilb中fig,ax = plt.subplots()的使用

在用matplotlib绘制图形时，我经常要绘制子图，此时我们就可以使用函数 plt.subplots() fig,ax = plt.subplots()的意思建立一个fig对象和建立一个axis对象，当我绘制2*2的个子图时候我们需要 #建立一个fig对象和一个axis对象,figsize设置对象的大小 fig,ax = plt.subplots(2,2,figsize=(9,25)) #选定第2个子图 ax1 = plt.subplot(221) ax1.scatter(x1,y1) #选定第2个子图 ax1 = plt.subplot(222) ax1.scatter(x2,y2) #

这是一段Python代码，用于绘制心脏病数据集中不同疼痛类型（cp）的计数图，并按照是否患病（target）进行颜色区分。其中，参数“x”指定了要绘制的变量，“data”是数据集，“hue”指定了按照患病状态进行颜色区分，“palette”指定了调色板。通过plt.legend函数添加图例，通过fig.set_xticklabels函数设置x轴刻度标签。具体实现需要先导入Seaborn库和数据集df以及Matplotlib库中的pyplot模块。

阅读全文