sns.set(font_scale=1.5) sns.heatmap(plv_tb, vmin=plv_tb.min().min(), vmax=plv_tb.max().max(), cmap=sns.color_palette("RdYlBu_r", n_colors=256), annot=True, fmt='g', annot_kws={"size": 10})指定标签字体为仿宋

您可以使用Matplotlib中的rcParams设置字体，首先导入Matplotlib库：

import matplotlib.pyplot as plt

然后使用rcParams设置字体：

plt.rcParams['font.family'] = 'FangSong'

将以上两行代码添加到您的代码中，并运行即可。

相关问题

import numpy as np import scipy.stats as ss import pandas as pd import matplotlib.pyplot as plt import seaborn as sns from seaborn import FacetGrid df=pd.read_excel("./tmp_apply2.xlsx") sns.set_context(font_scale=10) plv_tb=pd.pivot_table(df,values="sale",index=["FactoryName","JiJXH"],columns=["Xian"],aggfunc=np.mean) plv_df["Xian"] = df["Xian"].astype(str) plv_df g = FacetGrid(plv_tb, col="Xian", col_wrap=4, sharex=False, sharey=False, height=5, aspect=1.5) sns.heatmap(g,vmin=plv_tb.min().min(), vmax=plv_tb.max().max(),cmap=sns.color_palette("RdYlGn",n_colors=10)) plt.show()如何修改代码使Xian可以展开多行，制作清晰色阶图

可以将 `col_wrap` 参数设置为 `None`，这样就可以展开多行了。同时，可以调整 `height` 和 `aspect` 参数来制作清晰的色阶图，比如将 `height` 设置为 10，`aspect` 设置为 0.8。修改后的代码如下：

import numpy as np 
import scipy.stats as ss 
import pandas as pd 
import matplotlib.pyplot as plt 
import seaborn as sns 
from seaborn import FacetGrid 

df=pd.read_excel("./tmp_apply2.xlsx") 
sns.set_context(font_scale=10) 

plv_tb=pd.pivot_table(df, values="sale", index=["FactoryName","JiJXH"], columns=["Xian"], aggfunc=np.mean) 
plv_tb["Xian"] = df["Xian"].astype(str) 

g = FacetGrid(plv_tb, col="Xian", col_wrap=None, sharex=False, sharey=False, height=10, aspect=0.8) 
sns.heatmap(g, vmin=plv_tb.min().min(), vmax=plv_tb.max().max(), cmap=sns.color_palette("RdYlGn", n_colors=10)) 
plt.show()

注意，`plv_df` 应该改为 `plv_tb`。

import 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_apply1.xlsx") sns.set_context(font_scale=10) plv_tb=pd.pivot_table(df,values="sale",index=["FactoryName","JiJXH"],columns=["Xian"],aggfunc=np.mean) plt.figure(figsize=(300,400)) sns.heatmap(plv_tb,vmin=plv_tb.min().min(), vmax=plv_tb.max().max(), cmap=sns.color_palette("RdYlBu_r",n_colors=256)) plt.show()怎么使热力图带上sale数据标签

你可以尝试在 `sns.heatmap()` 函数中添加参数 `annot=True` 以显示数据标签。此外，你可以添加参数 `fmt='g'` 来控制标签的格式。具体代码如下：

sns.heatmap(plv_tb, vmin=plv_tb.min().min(), vmax=plv_tb.max().max(), cmap=sns.color_palette("RdYlBu_r", n_colors=256), annot=True, fmt='g')

这将在热力图上显示每个单元格的数据标签。如果你想控制标签的显示格式，可以根据需要调整 `fmt` 参数的值。