sns.clustermap 刻度丢失

Question

我试图可视化过滤器在 CNN 文本分类模型中学习的内容。为此，我在卷积层之后提取了文本样本的特征图，对于大小为 3 的过滤器，我得到了 (filter_num)*(length_of_sentences) 大小的张量。

df = pd.DataFrame(-np.random.randn(50,50), index = range(50), columns= range(50))
g= sns.clustermap(df,row_cluster=True,col_cluster=False)
plt.setp(g.ax_heatmap.yaxis.get_majorticklabels(), rotation=0) # ytick rotate
g.cax.remove() # remove colorbar
plt.show()

这段代码的结果是：

我看不到 y 轴上的所有刻度。这是必要的，因为我需要查看哪些过滤器学习哪些信息。有什么方法可以正确显示 y 轴上的所有刻度吗？

Answer 1

kwargs从sns.clustermapget 传递到sns.heatmap，它有一个选项yticklabels，其文档说明（强调我的）：

\n\n

\n

如果为 True，则绘制数据框的列名称。如果为 False，则不绘制列名称。如果是类似列表，则将这些替代标签绘制为 xticklabels。如果是整数，则使用列名称，但仅绘制每 n 个 label。如果 \xe2\x80\x9cauto\xe2\x80\x9d，请尝试密集绘制不重叠的标签。

\n

\n\n

在这里，最简单的选项是将其设置为整数，这样它将绘制每个n标签。我们想要每个标签，所以我们想将其设置为1，即：

\n\n

g = sns.clustermap(df, row_cluster=True, col_cluster=False, yticklabels=1)\n

\n\n

在您的完整示例中：

\n\n

import matplotlib.pyplot as plt\nimport seaborn as sns\nimport pandas as pd\nimport numpy as np\n\ndf = pd.DataFrame(-np.random.randn(50,50), index=range(50), columns=range(50))\ng = sns.clustermap(df, row_cluster=True, col_cluster=False, yticklabels=1)\nplt.setp(g.ax_heatmap.yaxis.get_majorticklabels(), rotation=0)  # ytick rotate\ng.cax.remove()  # remove colorbar\n\nplt.show()\n

\n\n

\n