我使用海运配对来绘制几个自变量对应于一个因变量。
import seaborn as sns
iris = sns.load_dataset("iris")
x_vars = ['sepal_length', 'sepal_width', 'petal_length']
y_vars = ['petal_width']
pp = sns.pairplot(data=iris, x_vars=x_vars, y_vars=y_vars)

现在,我想在第二个和第三个子图中添加y轴刻度和标签。
添加y轴标签很容易:
pp.set(ylabel='petal_width')

但在我的一生中,我想不出如何展示y_ticklabels。
比如:
pp.set(yticklabels=np.arange(-0.5, 3.01, 0.5))或者:
for i in range(3):
ax = pp.axes[0,i]
ax.set_yticks(np.arange(-0.5, 3.01, 0.5))
ax.set_yticklabels(np.arange(-0.5, 3.01, 0.5))
ax.set_visible(True)没什么区别。
发布于 2015-06-29 21:03:41
只需将yticklabels转回可见,您就可以在所需的子图中进行:
import seaborn as sns
iris = sns.load_dataset("iris")
x_vars = ['sepal_length', 'sepal_width', 'petal_length']
y_vars = ['petal_width']
pp = sns.pairplot(data=iris, x_vars=x_vars, y_vars=y_vars)
_ = plt.setp(pp.axes[0,1].get_yticklabels(), visible=True) #changing the 2nd plot这里的_ = ...是为了在交互环境中禁止不必要的打印。

发布于 2019-05-06 05:56:49
3.0.3是我的matplotlib版本,CT朱的答案对我没有用,我也不知道为什么。
我找到了答案,这里。
您可以在所需的子图上使用tick_params方法通过传递yticklabels参数来显示labelleft=True。(有两种方法)
"""enabling yticklabels for all subplots"""
import seaborn as sns
iris = sns.load_dataset("iris")
x_vars = ['sepal_length', 'sepal_width', 'petal_length']
y_vars = ['petal_width']
pp = sns.pairplot(data=iris, x_vars=x_vars, y_vars=y_vars)
# iterating over all subplots
for ax in pp.axes.flat:
# labelleft refers to yticklabels on the left side of each subplot
ax.tick_params(axis='y', labelleft=True) # method 1
# ax.yaxis.set_tick_params(labelleft=True) # method 2
plt.show()

来自tick_params 文档。
更改滴答、勾标和网格线的外观。
发布于 2021-10-20 13:49:39
将共享设置为False,将分别出轴标签P.S -只是共享我的用例中的一个示例代码-
fig, ax =plt.subplots(1,2,figsize=(15, 5), sharey=False)
fig.suptitle('Sentiment scores - comparison')
sns.countplot(df['Sentiment'], ax=ax[0])
sns.countplot(df['new_sentiment'], ax=ax[1])
fig.show()输出结果如下-

https://stackoverflow.com/questions/31094436
复制相似问题