小编Hyu*_*Kim的帖子

如何去掉剧情中的图例seaborn.JoingGrid？

参考代码如下：

import matplotlib.pyplot as plt
import seaborn as sns

penguins = sns.load_dataset("penguins")

g = sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm", hue="species")
g.plot_joint(sns.scatterplot)
sns.boxplot(data=penguins, x=g.hue, y=g.y, ax=g.ax_marg_y)
sns.boxplot(data=penguins, y=g.hue, x=g.x, ax=g.ax_marg_x)

plt.show()

我尝试使用以下已知适用于其他seaborn地块的方法，但在jointplot上失败了：

plt.legend([],[], frameon=False)
g._legend.remove()

我有一个问题，如何从 pytorch 数据加载器获取批量迭代的总数？

以下是训练的常用代码

for i, batch in enumerate(dataloader):

那么，有没有什么方法可以获取“for循环”的总迭代次数？

在我的 NLP 问题中，总迭代次数不同于 int(n_train_samples/batch_size)...

例如，如果我只截断训练数据 10,000 个样本并将批大小设置为 1024，那么在我的 NLP 问题中会发生 363 次迭代。

我想知道如何获得“for 循环”中的总迭代次数。

谢谢你。

如何缩放seaborn联合图的边际kdeplot？

假设我们有 1000 个类型“a”的数据、100 个类型“b”的数据和“100”个类型“c”的数据。

在这种情况下，边际 kdeplot 的尺度看起来并不相同，因为分类数据的大小完全不同。

我如何使这些相同？

我制作了一个玩具脚本，如下所示：

import seaborn as sns
import numpy as np
import pandas as pd
import matplotlib.pylab as plt

ax, ay = 1 * np.random.randn(1000) + 2, 1 * np.random.randn(1000) + 2
bx, by = 1 * np.random.randn(100) + 3, 1 * np.random.randn(100) + 3
cx, cy = 1 * np.random.randn(100) + 4, 1 * np.random.randn(100) + 4

a = [{'x': x, 'y': y, 'kind': 'a'} for x, y in zip(ax, ay)]
b …