Установить пользовательские метки галочек на цветовой шкале тепловой карты

У меня есть список фреймов данных с именем merged_dfs, который я просматриваю, чтобы получить корреляцию и построить подграфики матрицы корреляции тепловой карты, используя seaborn.

Я хочу настроить метки галочек на цветовой полосе, но не могу понять, как это сделать в моем примере.

В настоящее время мои значения шкалы цветовой шкалы сверху вниз

[1,0.5,0,-0.5,-1]

Я хочу сохранить эти значения, но изменить метки галочки на

[1,0.5,0,0.5,1] 

для моей расходящейся цветной полосы.

Вот код и моя попытка:

fig, ax = plt.subplots(nrows=6, ncols=2, figsize=(20,20))
for i, (title,merging) in enumerate (zip(new_name_data,merged_dfs)):
    graph = merging.corr()
    colormap = sns.diverging_palette(250, 250, as_cmap=True)
    a = sns.heatmap(graph.abs(), cmap=colormap, vmin=-1,vmax=1,center=0,annot = graph, ax=ax.flat[i])
    cbar = fig.colorbar(a)
    cbar.set_ticklabels(["1","0.5","0","0.5","1"])
fig.delaxes(ax[5,1])
        
plt.show()
plt.close()

Я продолжаю получать эту ошибку:

AttributeError: 'AxesSubplot' object has no attribute 'get_array'
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения текстовых сообщений может быть настолько сложным или простым, насколько вы его сделаете. Как и в любом ML-проекте, вы можете выбрать...
7 лайфхаков для начинающих Python-программистов
7 лайфхаков для начинающих Python-программистов
В этой статье мы расскажем о хитростях и советах по Python, которые должны быть известны разработчику Python.
Установка Apache Cassandra на Mac OS
Установка Apache Cassandra на Mac OS
Это краткое руководство по установке Apache Cassandra.
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
В одном из недавних постов я рассказал о том, как я использую навыки количественных исследований, которые я совершенствую в рамках программы TPQ...
Создание персонального файлового хранилища
Создание персонального файлового хранилища
Вы когда-нибудь хотели поделиться с кем-то файлом, но он содержал конфиденциальную информацию? Многие думают, что электронная почта безопасна, но это...
Создание приборной панели для анализа данных на GCP - часть I
Создание приборной панели для анализа данных на GCP - часть I
Недавно я столкнулся с интересной бизнес-задачей - визуализацией сбоев в цепочке поставок лекарств, которую могут просматривать врачи и...
1
0
75
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Несколько вещей идут не так:

  • fig.colorbar(...) создаст новую цветовую полосу, по умолчанию добавленную к последнему созданному подграфику.
  • sns.heatmap возвращает ax (указывает на подзаголовок). Это сильно отличается от функций matplotlib, например. plt.imshow(), который вернет построенный графический элемент.
  • Вы можете скрыть цветовую полосу тепловой карты (cbar=False), а затем создать ее заново с нужными параметрами.
  • fig.colorbar(...) нужен параметр ax=..., когда фигура содержит более одного участка.
  • Вместо того, чтобы создавать новую цветовую полосу, вы можете добавить параметры цветовой полосы в sns.heatmap через cbar_kws=.... Саму цветовую полосу можно найти через ax.collections[0].colobar. (ax.collections[0] — это место, где matplotlib хранит графический объект, содержащий тепловую карту.)
  • Использование индекса настоятельно не рекомендуется при работе с Python. Обычно более читаемо, проще в обслуживании и менее подвержено ошибкам включение всего в команду zip.
  • Поскольку теперь ваше vmin сейчас равно -1, использование абсолютного значения для окраски кажется ошибкой.
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

merged_dfs = [pd.DataFrame(data=np.random.rand(5, 7), columns=[*'ABCDEFG']) for _ in range(5)]
new_name_data = [f'Dataset {i + 1}' for i in range(len(merged_dfs))]

fig, axes = plt.subplots(nrows=2, ncols=3, figsize=(12, 7))
for title, merging, ax in zip(new_name_data, merged_dfs, axes.flat):
     graph = merging.corr()
     colormap = sns.diverging_palette(250, 250, as_cmap=True)
     sns.heatmap(graph, cmap=colormap, vmin=-1, vmax=1, center=0, annot=True, ax=ax, cbar_kws={'ticks': ticks})
     ax.collections[0].colorbar.set_ticklabels([abs(t) for t in ticks])

fig.delaxes(axes.flat[-1])
fig.tight_layout()
plt.show()

sns.heatmap with changed colorbar

Другие вопросы по теме