plt.xticks(fontsize=tick_fontsize) plt.yticks(fontsize=tick_fontsize)

以下是设置坐标标签字体大小的示例代码：

import matplotlib.pyplot as plt

tick_fontsize = 20

# 设置x轴和y轴的坐标标签字体大小
plt.xticks(fontsize=tick_fontsize)
plt.yticks(fontsize=tick_fontsize)

这段代码使用`plt.xticks()`和`plt.yticks()`函数来设置x轴和y轴的坐标标签字体大小。通过将`fontsize`参数设置为所需的字体大小，可以更改标签的字体大小。

相关问题

y_test = y_test.reset_index(drop = True) y_predict2 = model_RF1.predict(x_test) plt.figure(figsize = (12,8)) plt.plot(y_predict2,color = 'b',label = 'predict',markersize=8) plt.plot(y_test,color = 'r',label = 'true',markersize=8) plt.xlabel('Test Sample',fontsize=30) plt.ylabel('y1',fontsize=30) plt.title('随机森林',fontsize=30) #坐标轴字体大小 plt.xticks(fontsize=25) plt.yticks(fontsize=25) plt.legend(fontsize=25,loc='upper right') # plt.savefig('GradientBoosting.png',dpi=300,bbox_inches = 'tight')

这段代码的作用是对训练好的随机森林模型进行测试，并将测试结果和真实值进行可视化比较。首先，使用`reset_index()`函数将`y_test`的索引重置为默认值，即0到n-1。接着，使用训练好的`model_RF1`模型对测试集`x_test`进行预测，将预测结果存储在`y_predict2`中。然后，使用`plt.plot()`函数将预测结果和真实值分别用蓝色和红色的线绘制在图表上。接下来，使用`plt.xlabel()`和`plt.ylabel()`函数分别设置x轴和y轴的标签，使用`plt.title()`函数设置图表的标题。然后，使用`plt.xticks()`和`plt.yticks()`函数设置x轴和y轴刻度标签的字体大小。最后，使用`plt.legend()`函数添加图例，并设置字体大小和位置。如果需要保存图表，可以使用`plt.savefig()`函数。

ax = plt.subplots(figsize=(20, 16))#调整画布大小 ax = sns.heatmap(corr, vmax=.8, square=True, annot=True) #画热力图 annot=True 表示显示系数 # 设置刻度字体大小 plt.xticks(fontsize=20) # plt.yticks(fontsize=20) plt.yticks(fontsize=20) # plt.xticks(x_values, feature_list,rotation='vertical')修改热力图坐标文字的方向

可以在最后一行加上参数 `rotation='vertical'`，如下所示：

ax = plt.subplots(figsize=(20, 16))
ax = sns.heatmap(corr, vmax=.8, square=True, annot=True)
plt.xticks(fontsize=20, rotation='vertical')
plt.yticks(fontsize=20, rotation='horizontal')

其中 `rotation='vertical'` 表示将 x 轴的标签文字垂直显示，`rotation='horizontal'` 表示将 y 轴的标签文字水平显示。你也可以根据需要修改参数值来调整标签文字的方向。