matplotlib - 大型热图

Question

我试过在网站上搜索解决方案，但还没有找到一个为我工作的。 我试图绘制一个非常大的热图 - x轴有21个容器，y轴有18个。我从CSV读取数据，大部分情况下，这些单元格都是空的 - 除了少数。我也试图标签的轴。

当我绘制热图，它不显示整个事情。我不确定它是否是图形格式或热图的问题。如果我保留任何格式，情节将起作用 - 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，它实际上会破坏绘图并且数值无法准确显示。

如何使它显示所有列和行，即使值单元格为空？

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() 

这里是什么样的csv文件看起来像截图：

这是我得到的

情节这是数据帧的打印截图

Answer 1

发生了什么事情是，您正在设置蜱的标签，但不改变它们的位置。

如果您希望每个单元格都有标签，他们需要指定您希望在那里标记。

例如，你可以这样做：

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

您也可能会希望限制你的x/y范围的数据的限制。

此外，您可能使用imshow(data, interpolation='nearest')或matshow(data)而不是pcolor。首先，它们要快得多。其次，默认范围将中心每个单元格覆盖整数值，而不是将单元格的边缘设置为整数值。另外，matshow/imshow将限制轴的范围到数据的范围。

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() 

虽然与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。但你的问题是蜱位置，所以你需要改变他们太多，不仅标签：

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) 

在你的情况下，自动产生的X/yticks位置是：

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

您通过的标签将转到这6个第一个标签的位置，因为您只有6个定义的标签位置。这就是你在X轴上看到的A，B，C，D，E和F.所以，你可以快速解决与：的

ir.set_xticklabels(x_labels[::5]) 

代替

ir.set_xticklabels(x_labels) 

，你会得到AFJPU如在正确的位置标签。但是如果您想要所有标签，则需要创建滴答位置

仍然存在使用matshow时自动设置的x/ylim的问题。 matshow的另一个优点是，它将标签置于列或行中（如Joe Kington的答案所示）。但是在这种情况下，您也需要定义滴答位置，因为使用matshow时，xticks甚至更​​加怪异（不知道他们为什么像他这样做，也许它属于正确设置纵横比），无论如何，像这样：

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''] 

所以在这里，如果你不重新定义xticks，你就会有情节（在位置-5）以外的第一个标签。

HTH

Answer 3

@ JoeKington的答案是CORRE ct - 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 - 即每个单元格一个记号。

对于你的榜样，它看起来是这样的：

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()