Python matplotlib-大型热图

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。 我正试图绘制一张相当大的热图——x轴有21个容器，y轴有18个。我从CSV中读取数据，大多数情况下，单元格是空的——除了少数。我还试着给轴贴上标签

当我绘制热图时，它并没有显示全部内容。我不确定这是图形的格式问题，还是热图的问题。如果我省略了任何格式，绘图就可以工作——但它不会显示所有的行/列。当我试图改变轴的限制，或设置图形的大小时，它实际上破坏了绘图，并且值不能准确显示

如何使其显示所有列和行，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()

以下是

csv

文件的屏幕截图：

这就是我得到的情节

这是数据帧打印的屏幕截图

---

我认为matshow比pcolor更受欢迎。但您的问题是记号的位置，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/Ytick位置为：

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

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个已定义的标记位置。这就是你所看到的，x轴上的A，B，C，D，E和F。因此，您可以通过以下方法快速解决此问题：

ir.set_xticklabels(x_labels[::5])

而不是

ir.set_xticklabels(x_labels)

您将在正确的位置获得

AFJPU

作为标签。但如果需要所有标签，则需要创建记号的位置

仍然存在使用

matshow

时自动设置的

x/ylim

问题。

matshow

的另一个优点是将标签置于列或行的中心（如Joe Kington的回答所示）。但是在这种情况下，你也需要定义你的记号位置，因为有了

matshow

，

xtick

更奇怪（不知道为什么他们会像他那样做，可能是因为正确设置了纵横比），无论如何，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，在这里，如果不重新定义

xticks

，您的第一个标签将位于绘图之外（位置-5）

---

HTH

发生的事情是，您正在为记号设置标签，但没有更改其位置

如果您希望在每个单元格上都有记号标签，则需要指定您也希望在那里有记号

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)

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()

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）

而不是

pcolor

。首先，它们要快得多。其次，默认范围将使每个单元格在整数值上居中，而不是将单元格的边缘放置在整数值上。此外，

matshow

/

imshow

将轴的范围限制在数据范围内

例如，使用

pcolor

我们可以得到：

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

，我们可以做到：

import numpy as np
import matplotlib.pyplot as plt

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

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

---

@JoeKington的答案是正确的-在设置记号标签之前，您需要设置记号位置

另一种方法是使用模块，并使用a，设置为

1

的倍数，即每个单元格打一个勾

对于您的示例，它看起来像：

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

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()

---

您是否已检查所有数据是否正确地传输到变量

度量值

？。也许您可以通过删除

.csv

导入并生成虚拟数据以在python itselve中进行测试来简化示例。这是一个可能有用的例子。首先检查数据是否正确加载，然后确保正确打印。我进行了简单打印（度量），结果显示整个csv读取正确。我认为问题实际上可能是轴标签的格式问题。我要么缩小字体，要么旋转文字垂直显示。有什么建议吗？你能上传一张你当前绘图的图片，让我们看看问题是什么样子的吗？谢谢-设置勾选位置让它工作了！谢谢大家。