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
时间: 2023-12-06 17:44:38 浏览: 29
你可以使用 `sns.set(font_scale=font_scale_value)` 来设置所有标签的字体大小,其中 `font_scale_value` 是一个浮点数,表示缩放字体的比例。如果你只想调整注释标签的字体大小,可以使用 `annot_kws={"size": size_value}`,其中 `size_value` 是一个整数,表示注释标签的字体大小。例如:
```python
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})
```
这将设置所有标签的字体大小为原始大小的1.5倍,并将注释标签的字体大小设置为10。
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_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) plt.figure(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}) plt.show()设置热力图和色阶轴距离距离
可以使用`plt.subplots_adjust()`函数来调整热力图和色阶轴的距离,具体实现代码如下:
``` python
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_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()
```
通过`plt.subplots()`函数创建一个`fig`和`ax`对象,然后在`sns.heatmap()`函数中指定`ax=ax`参数,将绘图的轴设置为`ax`,最后调用`plt.subplots_adjust()`函数来调整热力图和色阶轴的距离。