使用带有 subplot2grid 的热图时确保一致的列宽答案

【问题标题】：Ensure consistent column widths when using heatmap with subplot2grid使用带有 subplot2grid 的热图时确保一致的列宽
【发布时间】：2021-12-03 18:13:00
【问题描述】：

我正在尝试格式化我的子图，但由于某种原因，我无法弄清楚为什么所有子图的位置都不会保持不变。现在，它们看起来像这样：

如您所见，我有两个问题：1. 我不知道如何排除文本标签（如“日期”）和 2. 我需要格式化子图以共享相同的轴，所以它们仍然存在对齐。到目前为止我的代码：

fig = plt.figure(figsize=(25, 15))
ax1 = plt.subplot2grid((23,20), (0,0), colspan=19, rowspan=17)
ax2 = plt.subplot2grid((23,20), (19,0), colspan=19, rowspan=1)

sns.set(font_scale=0.95)

sns.heatmap(pivot, ax= ax1, annot=True, fmt=".0f", robust=True, linewidth=0.1, square=True, cmap="Blues")
sns.heatmap((pd.DataFrame(pivot.sum(axis=0))).transpose(), ax=ax2, annot=True, fmt=".0f", robust=True, linewidth=0.1, square=True, cmap="Blues", xticklabels=False, yticklabels=False)

plt.show()

我的数据框是这样的：

dates   2020Q1  2020Q2  2020Q3  2020Q4  2021Q1  2021Q2  2021Q3
inicio                                                        
2020Q1    56.0    45.0    15.0     7.0     4.0     4.0     3.0
2020Q2     NaN   418.0   277.0    86.0    46.0    33.0    28.0
2020Q3     NaN     NaN   619.0   398.0   167.0   122.0    93.0
2020Q4     NaN     NaN     NaN  1163.0   916.0   521.0   319.0
2021Q1     NaN     NaN     NaN     NaN   976.0   680.0   363.0
2021Q2     NaN     NaN     NaN     NaN     NaN   811.0   559.0
2021Q3     NaN     NaN     NaN     NaN     NaN     NaN  1879.0

【问题讨论】：

你想要 x 和 y 刻度标签（例如2020Q1）吗？
我只是无法从图中删除标签。我的意思是，标签“日期”和“inicio”。另一部分是保持两个图对齐...
匹配子图宽度的最简单方法是设置square=False。标签可以用ax1.set_ylabel('')删除，ticklabels可以用ax1.set_xticklabels([])删除
也许还可以使用 ax1.set_yticklabels(pivot.columns, rotation=0) 旋转 yticklabels
正是我需要的。谢啦！你想发布它，所以我可以标记为已解决？

标签： python matplotlib seaborn heatmap subplot

【解决方案1】：

将seaborn.heatmap 中的square=True 更改为square=False 将使所有列具有相同的宽度。
可以通过将标签设置为空字符串来删除标签：ax1.set(xlabel='', ylabel='')
在python 3.8.11、pandas 1.3.3、matplotlib 3.4.3、seaborn 0.11.2 中测试

import panda as pd

# test dataframe
data = {'dates': ['2020Q1', '2020Q1', '2020Q1', '2020Q1', '2020Q1', '2020Q1', '2020Q1', '2020Q2', '2020Q2', '2020Q2', '2020Q2', '2020Q2', '2020Q2', '2020Q3', '2020Q3', '2020Q3', '2020Q3', '2020Q3', '2020Q4', '2020Q4', '2020Q4', '2020Q4', '2021Q1', '2021Q1', '2021Q1', '2021Q2', '2021Q2', '2021Q3'],
        'inicio': ['2020Q1', '2020Q2', '2020Q3', '2020Q4', '2021Q1', '2021Q2', '2021Q3', '2020Q2', '2020Q3', '2020Q4', '2021Q1', '2021Q2', '2021Q3', '2020Q3', '2020Q4', '2021Q1', '2021Q2', '2021Q3', '2020Q4', '2021Q1', '2021Q2', '2021Q3', '2021Q1', '2021Q2', '2021Q3', '2021Q2', '2021Q3', '2021Q3'],
        'values': [56.0, 45.0, 15.0, 7.0, 4.0, 4.0, 3.0, 418.0, 277.0, 86.0, 46.0, 33.0, 28.0, 619.0, 398.0, 167.0, 122.0, 93.0, 1163.0, 916.0, 521.0, 319.0, 976.0, 680.0, 363.0, 811.0, 559.0, 1879.0]}
df = pd.DataFrame(data)

# pivot the dataframe
pv = df.pivot(index='dates', columns='inicio', values='values')

# create figure and subplots
fig = plt.figure(figsize=(20, 10))
ax1 = plt.subplot2grid((20, 10), (0, 0), colspan=19, rowspan=17)
ax2 = plt.subplot2grid((20, 10), (19, 0), colspan=19, rowspan=1)

sns.set(font_scale=0.95)

# create heatmap with square=False instead of True
sns.heatmap(pv, ax=ax1, annot=True, fmt=".0f", robust=True, linewidth=0.1, square=False, cmap="Blues")
sns.heatmap(pv.sum().to_frame().T, ax=ax2, annot=True, fmt=".0f", robust=True, linewidth=0.1, square=False, cmap="Blues", xticklabels=False, yticklabels=False)

ax1.set_yticklabels(pv.columns, rotation=0)  # rotate the yticklabels
ax1.set(xlabel='', ylabel='')  # remove x & y labels
ax2.set(xlabel='', ylabel='')  # remove x & y labels

plt.show()

【讨论】：