mport numpy as np import scipy.stats as ss import pandas as pd import matplotlib.pyplot as plt import seaborn as sns df=pd.read_excel("./tmp_apply.xlsx") sns.set_context(font_scale=20) plt.rcParams['font.family'] = 'FangSong' plv_tb=pd.pivot_table(df,values="sale",index=["FactoryName","JiJXH"],columns=["Xian"],aggfunc=np.mean) fig, ax = plt.subplots(figsize=(200,10)) sns.heatmap(plv_tb,vmin=plv_tb.min().min(), vmax=plv_tb.max().max(),cmap=sns.color_palette("RdYlBu",n_colors=10),annot=True, fmt='g', annot_kws={"size": 20}, ax=ax) plt.subplots_adjust(left=0.2, bottom=0.2) # 调整左边和底部的距离 plt.show() 怎么使热力图和色阶图距离变小
时间: 2023-12-06 08:45:28 浏览: 39
你可以通过调整 `plt.subplots_adjust()` 方法中的参数来调整热力图和色阶图之间的距离。具体来说,你可以将 `left` 和 `bottom` 的值减小,例如:
``` python
plt.subplots_adjust(left=0.1, bottom=0.1)
```
这将把热力图和色阶图向左和向下移动一些,从而使它们之间的距离变小。你可以根据需要适当调整这些参数的值。
相关问题
mport pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns df = pd.read_csv('data(北深).csv') df['date'] = pd.to_datetime(df['date']) # 将日期字符串转换为日期格式 df['Month'] = df['date'].dt.month # 增加一列表示月份 df['days_to_departure'] = df['days_to_departure'].astype(int) # 将天数转换为整数类型 sns.set(style='whitegrid') fig, ax = plt.subplots(figsize=(10, 10)) sns.heatmap(df.pivot_table(index='days_to_departure', columns='date', values='lowest_price'), cmap='YlOrRd', ax=ax) ax.set_title('Flight Price Heatmap') ax.set_xlabel('Date') ax.set_ylabel('Days to Departure') plt.show()上述代码生成的热力图中将横轴的日期格式改为YYYY- MM- DD的形式
可以通过在 `pivot_table` 中设置 `aggfunc` 参数为一个 lambda 函数来实现:
```python
sns.heatmap(df.pivot_table(index='days_to_departure', columns='date', values='lowest_price', aggfunc=lambda x: x), cmap='YlOrRd', ax=ax)
```
然后,可以在 `ax.set_xticklabels` 中设置日期的格式来修改横轴的日期显示格式:
```python
ax.set_xticklabels([x.strftime('%Y-%m-%d') for x in df['date'].unique()], rotation=90)
```
完整代码如下:
```python
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.read_csv('data(北深).csv')
df['date'] = pd.to_datetime(df['date'])
df['Month'] = df['date'].dt.month
df['days_to_departure'] = df['days_to_departure'].astype(int)
sns.set(style='whitegrid')
fig, ax = plt.subplots(figsize=(10, 10))
sns.heatmap(df.pivot_table(index='days_to_departure', columns='date', values='lowest_price', aggfunc=lambda x: x), cmap='YlOrRd', ax=ax)
ax.set_title('Flight Price Heatmap')
ax.set_xlabel('Date')
ax.set_ylabel('Days to Departure')
ax.set_xticklabels([x.strftime('%Y-%m-%d') for x in df['date'].unique()], rotation=90)
plt.show()
```
mport plotly.express as px import pandas as pd fig = px.parallel_coordinates(df2) fig.show()这个图片是空的
这个问题很有可能是因为你的数据集 `df2` 中的某些列中有缺失值或者数据类型不正确。你可以尝试对数据集进行清洗和转换,以确保数据集中的所有列都是正确的数据类型,并且没有缺失值。
此外,你也可以尝试修改 `px.parallel_coordinates()` 函数的一些参数,例如 `color`、`dimensions`、`labels` 等,以查看不同的可视化结果。
如果你需要更详细的帮助,请提供更多的信息,例如你的数据集的结构和内容,以及你的代码。