Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

सीबॉर्न हीटमैप पर अक्ष टिक के निशान कैसे निकालें?

सीबॉर्न हीटमैप पर अक्ष टिक के निशान हटाने के लिए, हम निम्नलिखित कदम उठा सकते हैं

कदम

  • फिगर साइज सेट करें और सबप्लॉट्स के बीच और आसपास पैडिंग को एडजस्ट करें।

  • 4×4 आयाम के साथ यादृच्छिक डेटा बिंदु बनाएं।

  • आयताकार डेटा को रंग-एन्कोडेड मैट्रिक्स के रूप में प्लॉट करें।

  • tick_params() . का उपयोग करें टिकों . का रूप बदलने के लिए और लेबल पर निशान लगाएं . बाएं=गलत का प्रयोग करें और नीचे=गलत टिक मार्क हटाने के लिए।

  • आकृति प्रदर्शित करने के लिए, दिखाएँ () . का उपयोग करें विधि।

उदाहरण

import numpy as np
import seaborn as sns
from matplotlib import pyplot as plt

plt.rcParams["figure.figsize"] = [7.00, 3.50]
plt.rcParams["figure.autolayout"] = True

data = np.random.rand(4, 4)

ax = sns.heatmap(data, vmax=1)
ax.tick_params(left=False, bottom=False)

plt.show()

आउटपुट

यह निम्न आउटपुट प्रदर्शित करेगा -

सीबॉर्न हीटमैप पर अक्ष टिक के निशान कैसे निकालें?


  1. सीबॉर्न में एक्स-टिक्स का घनत्व कैसे कम करें?

    x-ticks . का घनत्व कम करने के लिए सीबॉर्न में, हम set_visible=False . का उपयोग कर सकते हैं विषम पदों के लिए। कदम फिगर साइज सेट करें और सबप्लॉट्स के बीच और आसपास पैडिंग को एडजस्ट करें। X-अक्ष और Y-अक्ष कुंजियों के साथ एक डेटाफ़्रेम बनाएँ। barplot() . का उपयोग करके बिंदु अनुमान और बार के साथ

  1. Matplotlib का उपयोग करके Seaborn FacetGrid में हीटमैप स्क्वायर कैसे बनाएं?

    सीबॉर्न फ़ेसटग्रिड में हीटमैप स्क्वायर बनाने के लिए, हम heatmap() . का उपयोग कर सकते हैं 10×10 यादृच्छिक डेटा सेट के साथ विधि। कदम न्यूनतम -1 और अधिकतम 10 के साथ आकार 10×10 का एक यादृच्छिक डेटा बनाएं। heatmap() . का उपयोग करके आयताकार डेटा को रंग-एन्कोडेड मैट्रिक्स के रूप में प्लॉट करें डेटा औ

  1. पाइथन में पृष्ठभूमि अक्ष रीढ़ की हड्डी के बिना डेटा प्रदर्शित करने के लिए समुद्री पुस्तकालय का उपयोग कैसे किया जा सकता है?

    मशीन लर्निंग डेटा से मॉडल बनाने और पहले कभी नहीं देखे गए डेटा पर सामान्यीकरण करने से संबंधित है। मशीन लर्निंग मॉडल को इनपुट के रूप में प्रदान किया गया डेटा ऐसा होना चाहिए कि इसे सिस्टम द्वारा ठीक से समझा जाए, ताकि यह डेटा की व्याख्या कर सके और परिणाम उत्पन्न कर सके। डेटा को विज़ुअलाइज़ करना एक महत्