如何在 seaborn 热图中用词汇填充 xticklabels？答案

【问题标题】：How to populate the xticklabels with vocabulary in seaborn heatmap?如何在 seaborn 热图中用词汇填充 xticklabels？
【发布时间】：2021-04-10 06:13:08
【问题描述】：

编写了一个小代码 sn-p 来显示我的样本语料库数据的折叠单热表示

corpus = ['时间飞逝如箭', '水果像香蕉一样飞。']

我想在下面的 x 轴热图中打印词汇，而不是编号。即一个、箭头、香蕉、苍蝇、水果等，x 轴上 1、2、3、4、5、6 的时间

这是当前热图的输出。

目前我使用 xticklabels='auto'。我应该在这里使用什么来打印独特的词汇？

这是我的代码 sn-p

from sklearn.feature_extraction.text import CountVectorizer

import seaborn as sns

corpus = ['Time flies like an arrow.',
          'Fruit flies like a banana.']

one_hot_vectorizer = CountVectorizer(binary=True)

one_hot = one_hot_vectorizer.fit_transform(corpus).toarray()

sns.heatmap(one_hot, annot=True, cbar = False, xticklabels='auto', yticklabels=['Sentence1','Sentence 2'])

谢谢！

【问题讨论】：

标签： python python-3.x scikit-learn seaborn heatmap

【解决方案1】：

您可以使用从矢量化器中提取名称 one_hot_vectorizer.get_feature_names() 然后将其传递给xticklabels kwargs：

from sklearn.feature_extraction.text import CountVectorizer

import seaborn as sns

corpus = ['Time flies like an arrow.',
          'Fruit flies like a banana.']

one_hot_vectorizer = CountVectorizer(binary=True)

one_hot = one_hot_vectorizer.fit_transform(corpus).toarray()

xticklabels = one_hot_vectorizer.get_feature_names()
sns.heatmap(one_hot, annot=True, cbar = False, xticklabels=xticklabels, yticklabels=['Sentence1','Sentence 2'])

输出：

【讨论】：