agrandir la carte thermique de Seaborn


16

Je crée un corr()df à partir d'un df d'origine. Le corr()df est sorti 70 X 70 et il est impossible de visualiser le heatmap ... sns.heatmap(df). Si j'essaie d'afficher le corr = df.corr(), le tableau ne correspond pas à l'écran et je peux voir toutes les corrélations. Est-ce un moyen d'imprimer l'intégralité dfquelle que soit sa taille ou de contrôler la taille de la carte thermique?

entrez la description de l'image ici

visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

Je suis un peu confus, voulez-vous imprimer df.corr()ou modifier la taille de la carte thermique?
Icyblade

@Gilbert Vous pouvez masquer la carte thermique de telle sorte que la moitié supérieure ou la moitié inférieure ne soient affichées que
entrez ML

Idéalement, je souhaite augmenter la taille de la carte thermique.
Gilbert

Réponses:


18

J'ai découvert comment augmenter la taille de mon tracé avec le code suivant ...

plt.subplots(figsize=(20,15))
sns.heatmap(corr)

entrez la description de l'image ici


Vérifiez la réponse vous-même s'il vous plaît :-)
Icyblade

3

Cela fonctionnerait également.

plt.figure(figsize=(20,15))
ax=subplot(111)
sns.heatmap(corr,ax=ax)

0
plt.figure(figsize=(20,15))

pltn'est pas toujours défini, je peux utiliser seaborn sans plt.

Pour utiliser la ligne ci-dessus, vous devez également importer plt comme:

from matplotlib import plt

import matplotlib.pyplot as plt
grofte le

0

L'idée de base est d'augmenter la taille par défaut de la figure dans votre outil de traçage. Vous devez importer matplotlib et définir une taille de figure par défaut ou simplement la taille de figure actuelle sur une plus grande. De plus, Seaborn est construit au-dessus de Matplotlib. Vous devez installer et importer matplitlib pour utiliser au mieux la bibliothèque seaborn.


0

Cela fonctionnera également et permettra de paramétrer l'échelle. La taille de la figure peut même être ajustée après le traçage.

fig = plt.gcf()  # or by other means, like plt.subplots
figsize = fig.get_size_inches()
fig.set_size_inches(figsize * 1.5)  # scale current size by 1.5

fig.set_size_inches

fig.get_size_inches

En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.