我正在尝试使用Seaborn在Python上创建一个带有树状图的热图,我有一个大约900行的csv文件。我将该文件作为pandas数据帧导入,并尝试绘制该文件,但热图中没有显示大量的行。我做错了什么?
这是我现在拥有的代码。但是热图只表示了大约49行。,但它没有显示我的所有数据。
import seaborn as sns
import pandas as pd
from matplotlib import pyplot as plt
# Data set
df = pd.read_csv('diff_exp_gene.csv', index_col = 0)
# Defa
我有一个来自数据帧的代码 Y = df['label']
for col in categorical_cols:
tab = pd.crosstab(df[col],Y)
annot = x.div(x.sum(axis=1).astype('float64'),axis=0)
annot.plot(kind='bar',stacked=True)
plt.title('Distribution of %s'%col)
plt.xlabel('%s'%col,size=&
我正在使用Seaborn的FacetGrid类,使用同样来自Seaborn的heatmap函数绘制一组矩阵。但是,我不能调整这些子图的纵横比。下面是一个示例:
import seaborn as sns
import numpy as np
import pandas as pd
# Generate a set of sample data
np.random.seed(0)
indices = pd.MultiIndex.from_product((range(5), range(5), range(5)), names=('label0', 'label1
如何更改Seaborn的FacetGrid图的每一幅图的单y轴间隔?如果我绘制一个包含大量变量y值的facetGrid,则Seaborn将使用所有数据的默认min和max y值来构造唯一的y轴。
import pandas as pd
import seaborn as sb
from matplotlib import pyplot as plt
df = sb.load_dataset('tips')
g = sb.FacetGrid(df, col = "time")
g.map(plt.hist, "tip")
plt.show()
Id
我想在seaborn中绘制因子图,但手动提供误差条形图,而不是让seaborn计算它们。
我有一个熊猫数据框架,大致如下所示:
model output feature mean std
0 first two a 9.00 2.00
1 first one b 0.00 0.00
2 first one c 0.00 0.00
3 first two d 0.60 0.05
...
77 third four a 0.30 0.02
78
我想把几个图表绘制成一个FacetGrid,每个图包含两次点。此外,我还想计算和显示直线的斜率:
ID TimePoint1 TimePoint2
================================
A 500 20000
B 200 1000
C 3000 50000
就像这样:
我尝试了这个代码示例,但是在情节中什么也没有显示:
import seaborn as sns
import pandas as pd
import matplotlib.pyplot as p
我正在尝试在seaborn中绘制箱图,箱图的宽度取决于x轴值的对数。我正在创建宽度列表,并将其传递给seaborn.boxplot的widths=widths参数。 但是,我已经明白了 raise ValueError(datashape_message.format("widths"))
ValueError: List of boxplot statistics and `widths` values must have same the length 当我调试和检查时,在箱线图统计中只有一个字典,而我有8个箱图。不能准确地找出问题所在。 ? 我正在使用panda
我一直在与蟒蛇,熊猫和海运一起工作,以获得一个不同的条形码/列的热图。由于的问题,我做了以下工作:
Sample Dataframe (sample.csv):
X,a,b,c
A,0.5,0.7,0.4
B,0.9,0.3,0.8
C,0.3,0.4,0.7
用海绘制热图
import pandas as pd
import matplotlib as mpl
# Set new Backend to Use Seaborn
# mpl.use('Agg')
import seaborn as sns
import matplotlib.pyplot as plt
impor
我正在尝试添加多个图,并使用seaborn创建一个矩阵图。不幸的是,python给了我以下警告。 "relplot是一个图形级函数,不接受目标轴。您可能希望尝试散点图“ fig, axes = plt.subplots(nrows=5,ncols=5,figsize=(20,20),sharex=True, sharey=True)
for i in range(5):
for j in range(5):
axes[i][j]=seaborn.relplot(x=col[i+2],y=col[j+2],data=df,ax=axes=[i][j]) 我想知
我使用的是经典的。我想绘制每个特性列(bedrooms、bathrooms、sqft_living等)。针对price目标来检查任何相关性,但我希望在每一行上有3或4个情节,以使绘图更加紧凑。
我到目前为止所做的事:
import pandas as pd
import matplotlib.pylab as plt
import seaborn as sns;
sns.set_context('poster')
sns.set_style('darkgrid')
df = pd.read_csv('kc_house_data.csv')
co
我的结构是pandas DataFrame: n X Y Z
0 1.000000 1.000000 1.014925
1 1.000000 1.000000 1.000000 我想从每一列创建M个单独的子图(直方图)。一个直方图来自X,一个直方图来自Y,最后一个直方图来自Z。 我希望它有单独的地块。我正在研究https://seaborn.pydata.org/generated/seaborn.FacetGrid.html,但我不明白如何从我的数据中绘制它的语法/逻辑。
试图用Seaborn的FacetGrid和statsmodel的mosaic绘制一个镶嵌图的网格,而不是完全制作它。
示例数据集:
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from statsmodels.graphics.mosaicplot import mosaic
index = [i for j in [[k] * 6 for k in range(4)] for i in j]
gender = ['male',
我正在试图绘制成组地图和框图作为子图。我有困难绘制成子图,因为它是一个图形级的地图。有办法做到这一点吗?
import pandas as pd
import seaborn as sns
# initiliaze a dataframe with index and column names
idf = pd.DataFrame.from_items([('A', [1, 2, 3]),
('B', [4, 5, 6]),
(
Problem:我有几天的timeseries数据,我使用Seaborn库的函数以facet形式绘制这些数据。在几种情况下,我发现前面提到的海运函数在两个读数之间绘制了连续行之间的连续缺失值(nan值)。虽然matplotlib将缺失的值显示为gap,但这是有意义的。演示示例如下所示
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
# create timeseries data for 3 days such that day two contains N