matplotlib - 大型热图

Question

我尝试在网站上搜索解决方案，但没有找到适合我的解决方案。 我正在尝试绘制一个非常大的热图 - x 轴有 21 个容器，y 轴有 18 个。我正在从 CSV 读取数据，并且在大多数情况下，单元格是空的 - 除了少数.我也在尝试标记轴。

当我绘制热图时，它并没有显示整个事情。我不确定是图形格式还是热图有问题。如果我遗漏任何格式，则该图可以工作 - 但它不会显示所有行/列。当我尝试更改轴限制或设置图形的大小时，它基本上会破坏绘图并且值不会准确显示。

如何让它显示所有列和行，即使值单元格是空的？

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

x_labels = ['A','B','C','D','E','F'
     'G','H','I','J','K','L',
     'M','N','O','P','Q','R',
     'S','T','U']
y_labels =['A','B','C','D','E','F','G','H','I','J',
     'K','L','M','N','O','P','Q','R']

#reading in a CSV, data in the file is mostly empty - only 3 of the cells have values in them.  I included a link to what the .csv looks like
metrics = pd.read_csv("filename.csv", index_col=0)

fig, ir = plt.subplots()
heatmap = ir.pcolor(metrics, cmap=plt.cm.Spectral)

#trying to set the axis labels.  Should this reference the column and row labels in the csv instead of the variable I created?
ir.set_xticklabels(x_labels, minor=False)
ir.set_yticklabels(y_labels, minor=False)

ir.invert_yaxis()

plt.show()

下面是csv 文件的截图：

这是我得到的情节

这是打印数据框的屏幕截图

Answer 1

发生的情况是您正在为刻度设置标签，但没有更改它们的位置。

如果您想在每个单元格中添加刻度标签，则需要指定您也希望在其中添加刻度。

例如，您可以执行以下操作：

ax.set(xticks=np.arange(len(xlabels)), xticklabels=xlabels,
       yticks=np.arange(len(ylabels)), yticklabels=ylabels)

您可能还希望将 x/y 范围限制在数据的范围内。

此外，您可以使用imshow(data, interpolation='nearest') 或matshow(data) 代替pcolor。首先，它们要快得多。其次，默认范围会将每个像元居中放在整数值上，而不是将像元的边放在整数值上。此外，matshow/imshow 会将轴的范围限制为数据的范围。

例如，使用pcolor 我们会得到：

import numpy as np
import matplotlib.pyplot as plt

labels = 'ABCDEFGHIKJLMNOPQRSTUV'
data = np.random.random((len(labels), len(labels)))

fig, ax = plt.subplots()
ax.pcolor(data)
ax.axis('tight')
ax.set(xticks=np.arange(len(labels)), xticklabels=labels,
       yticks=np.arange(len(labels)), yticklabels=labels)
plt.show()

使用matshow，我们可以这样做：

import numpy as np
import matplotlib.pyplot as plt

labels = 'ABCDEFGHIKJLMNOPQRSTUV'
data = np.random.random((len(labels), len(labels)))

fig, ax = plt.subplots()
ax.matshow(data)
ax.set(xticks=np.arange(len(labels)), xticklabels=labels,
       yticks=np.arange(len(labels)), yticklabels=labels)
plt.show()

Answer 2

我认为 matshow 比 pcolor 更受欢迎。但是您的问题是刻度位置，因此您也需要更改它们，而不仅仅是标签：

ir.matshow(metrics, cmap=plt.cm.Spectral)

ir.set_xticks(range(len(x_labels)))
ir.set_xticklabels(x_labels)
ir.set_yticks(range(len(y_labels)))
ir.set_yticklabels(y_labels)

在您的情况下，自动生成的 x/yticks 位置是：

array([  0.,   5.,  10.,  15.,  20.,  25.])

并且您传递的标签将转到前 6 个标签的这些位置，因为您只有 6 个已定义的刻度位置。这就是您在 x 轴上看到的 A、B、C、D、E 和 F。因此，您可以通过以下方式快速解决此问题：

ir.set_xticklabels(x_labels[::5])

而不是

ir.set_xticklabels(x_labels)

您会在正确的位置获得AFJPU 作为标签。但是如果你想要所有标签，你需要创建刻度的位置

仍然是x/ylim的问题，使用matshow时会自动设置。 matshow 的另一个优点是将标签集中在列或行中（如 Joe Kington 的回答所示）。但是在这种情况下，你也需要定义你的刻度位置，因为使用matshow，xticks 甚至更奇怪（不知道他们为什么像他那样做，也许它属于正确设置纵横比），反正你有这样的东西：

xticks: [-5.0, 0.0, 5.0, 10.0, 15.0, 20.0, 25.0]
labels: [u'', u'0', u'5', u'10', u'15', u'20', u'']

因此，如果您不重新定义 xticks，您的第一个标签将位于绘图之外（位置 -5）。

HTH

Answer 3

@JoeKington 的回答是正确的 - 您需要在设置刻度标签之前设置刻度位置。

另一种方法是使用matplotlib.ticker 模块，并使用MultipleLocator，设置为1 的倍数 - 即每个单元格打勾。

对于您的示例，它看起来像：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import matplotlib.ticker as ticker

x_labels = ['A','B','C','D','E','F'
     'G','H','I','J','K','L',
     'M','N','O','P','Q','R',
     'S','T','U']
y_labels =['A','B','C','D','E','F','G','H','I','J',
     'K','L','M','N','O','P','Q','R']

#reading in a CSV, data in the file is mostly empty - only 3 of the cells have values in them.  I included a link to what the .csv looks like
metrics = pd.read_csv("filename.csv", index_col=0)

fig, ir = plt.subplots()
heatmap = ir.pcolor(metrics, cmap=plt.cm.Spectral)

ir.xaxis.set_major_locator(ticker.MultipleLocator(1))
ir.yaxis.set_major_locator(ticker.MultipleLocator(1))

ir.set_xticklabels(x_labels, minor=False)
ir.set_yticklabels(y_labels, minor=False)

ir.invert_yaxis()

plt.show()