如何在 Python 中更改一个海伯恩热图图形的彩条大小?
先决条件: 海伯恩
彩条是一种用于解释热图数据的矩形色标。默认情况下,它的大小与热图相同,但可以使用热图()函数的 cbar_kws 参数更改其大小。此参数接受字典类型值,要更改 colorbar 的大小,其收缩参数需要相应。默认情况下,它是 1,这使得颜色条的大小与热图相同。要使 colorbar 变小,应该给收缩一个小于 1 的值,要增加它的大小,应该给它一个大于 1 的值。
热图()语法:
语法: seaborn.heatmap(data, vmin =无,vmax =无,cmap =无,center =无,annot_kws =无,线宽=0,linecolor='white ',cbar=True,kwargs)*
重要参数:
- 数据: 2D 数据集,可以强制到数组中。
- 【vmin】VMAX:值锚定颜色映射,否则它们是从数据和其他关键字参数中推断出来的。
- cmap: 从数据值到颜色空间的映射。
- 中心:绘制发散数据时颜色图的中心值。
- 注释:如果为真,则在每个单元格中写入数据值。
- fmt: 添加注释时使用的字符串格式代码。
- 线宽:将划分每个单元格的线条宽度。
- 线条颜色:将分割每个细胞的线条的颜色。
- cbar: 是否绘制彩条。
除数据外的所有参数都是可选的。
返回:【matplotlib.axes._子场景类型的对象。AxesSubplot
方法
- 导入模块
- 加载或创建数据
- 使用适当的值创建热图,在此函数中,使用收缩设置 cbar_kws 及其所需值。
- 显示图
下面给出了使用这种方法的实现:
正在使用的数据库: 畅销书
示例 1: 减小颜色条的大小
蟒蛇 3
# import modules
import matplotlib.pyplot as mp
import pandas as pd
import seaborn as sb
# load data
data = pd.read_csv("bestsellers.csv")
# plotting heatmap
sb.heatmap(data.corr(), annot=None, cbar_kws={'shrink': 0.6})
# displaying heatmap
mp.show()
输出:
示例 2: 增加颜色条的大小
蟒蛇 3
# import modules
import matplotlib.pyplot as mp
import pandas as pd
import seaborn as sb
# load data
data = pd.read_csv("bestsellers.csv")
# plotting heatmap
sb.heatmap(data.corr(), annot=None, cbar_kws={'shrink': 1.3})
# displaying heatmap
mp.show()
输出: