标签: seaborn

When plotting heatmaps with seaborn (and correlation matrices with matplotlib) the first and the last row is cut in halve. This happens also when I run this minimal code example which I found online.

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

data = pd.read_csv('https://raw.githubusercontent.com/resbaz/r-novice-gapminder-files/master/data/gapminder-FiveYearData.csv')
plt.figure(figsize=(10,5))
sns.heatmap(data.corr())
plt.show()

The labels at the y axis are on the correct spot, but the rows aren't completely there.

A few days ago, it work as intended. Since then, I …

我正在从pandas pivot_table创建一个热图,如下所示:

table2 = pd.pivot_table(df,values='control',columns='Year',index='Region',aggfunc=np.sum)
sns.heatmap(table2,annot=True,cmap='Blues')

它会创建一个热图,如下所示.你可以看到数字不是很大(最多750),但它用科学记数法显示它们.如果我查看表本身,情况并非如此.有关如何让它以简单的符号显示数字的任何想法？

我正在尝试使用seaborn(python)绘制ROC曲线.使用matplotlib我只需使用该函数plot:

plt.plot(one_minus_specificity, sensitivity, 'bs--')

where one_minus_specificity和sensitivity是两个配对值列表.

在seaborn中是否有简单的情节功能对应物？我看了一下画廊,但我没有找到任何简单的方法.

为什么你总是将seaborn导入sns而不是用名字的字母作为sbn？

是sns什么东西的缩写？

还是某种玩笑？

编辑:

正如cel所评论的那样,有人把它作为一个问题放在github中.
在那里,他们没有回答这个问题,但是说这是一个与图书馆原名相关的笑话.
我试图找到原来的名字是不成功的.

所以这是我的数据集的样子:

In [1]: df1=pd.DataFrame(np.random.rand(4,2),index=["A","B","C","D"],columns=["I","J"])

In [2]: df2=pd.DataFrame(np.random.rand(4,2),index=["A","B","C","D"],columns=["I","J"])

In [3]: df1
Out[3]: 
          I         J
A  0.675616  0.177597
B  0.675693  0.598682
C  0.631376  0.598966
D  0.229858  0.378817

In [4]: df2
Out[4]: 
          I         J
A  0.939620  0.984616
B  0.314818  0.456252
C  0.630907  0.656341
D  0.020994  0.538303

我希望每个数据帧都有堆积条形图,但由于它们具有相同的索引,我希望每个索引有2个堆叠条形.

我试图在同一轴上绘制两个:

In [5]: ax = df1.plot(kind="bar", stacked=True)

In [5]: ax2 = df2.plot(kind="bar", stacked=True, ax = ax)

但它重叠.

然后我尝试先连接两个数据集:

pd.concat(dict(df1 = df1, df2 = df2),axis = 1).plot(kind="bar", stacked=True)

但这里一切都堆积如山

我最好的尝试是:

 pd.concat(dict(df1 = df1, df2 = df2),axis = …

%pylab inline

import pandas as pd
import numpy as np
import matplotlib as mpl
import seaborn as sns

typessns = pd.DataFrame.from_csv('C:/data/testesns.csv', index_col=False, sep=';')

mpl.rc("figure", figsize=(45, 10))
sns.factorplot("MONTH", "VALUE", hue="REGION", data=typessns, kind="box", palette="OrRd");

我总是得到一个小尺寸的数字,无论我在figsize指定的大小...如何解决它？

我正在Seaborn中绘制热图.问题是我的情节中有太多的正方形,所以x和y标签彼此太靠近才有用.所以我正在创建一个xticks和yticks列表来使用.但是,将此列表传递给函数会旋转图中的标签.让seaborn自动掉落一些蜱虫真的很不错,但是我希望能够让yticks直立起来.

import pandas as pd
import numpy as np
import seaborn as sns

data = pd.DataFrame(np.random.normal(size=40*40).reshape(40,40))

yticks = data.index
keptticks = yticks[::int(len(yticks)/10)]
yticks = ['' for y in yticks]
yticks[::int(len(yticks)/10)] = keptticks

xticks = data.columns
keptticks = xticks[::int(len(xticks)/10)]
xticks = ['' for y in xticks]
xticks[::int(len(xticks)/10)] = keptticks

sns.heatmap(data,linewidth=0,yticklabels=yticks,xticklabels=xticks)

我试图使用Seaborn按照示例获得分组的boxplot

我可以让上面的例子工作,但行:

tips = sns.load_dataset("tips")

根本没有解释.我找到了tips.csv文件,但我似乎无法找到有关load_dataset具体做什么的充分文档.我试图创建自己的csv并加载它,但无济于事.我还重命名了提示文件,它仍然有效...

我的问题是:

load_dataset实际上在哪里寻找文件？我可以将它用于我自己的箱形图吗？

编辑:我设法让我自己的箱形图使用我自己的DataFrame,但我仍然想知道是否load_dataset用于除了神秘的教程示例之外的任何东西.

如果我使用Python中的seaborn库来绘制线性回归的结果,有没有办法找出回归的数值结果？例如,我可能想知道拟合系数或拟合的R ².

我可以使用底层的statsmodels接口重新运行相同的拟合,但这似乎是不必要的重复工作,无论如何我想要能够比较结果系数,以确保数值结果与我的相同我在情节中看到了.

Seaborn提供了一个名为color_palette的功能,可以让您轻松地为绘图创建新的color_palettes.

colors = ["#67E568","#257F27","#08420D","#FFF000","#FFB62B","#E56124","#E53E30","#7F2353","#F911FF","#9F8CA6"]

color_palette = sns.color_palette(colors)

我想将color_palette转换为cmap,我可以在matplotlib中使用,但我不知道如何做到这一点.

可悲的是,像"cubehelix_palette","light_palette"这样的函数,......有一个"as_cmap"参数.不幸的是,"color_palette"没有.