Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

Seaborn हीटमैप एनोटेशन में यूनिट्स जोड़ना


Seaborn में हीटमैप एनोटेशन में यूनिट्स जोड़ने के लिए, हम निम्नलिखित चरण अपना सकते हैं:

  • फिगर का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें।

  • Numpy का उपयोग करके 5×5 डायमेंशन मैट्रिक्स बनाएं।

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

  • %age यूनिट के साथ हीटमैप मान एनोटेट करें।

  • फिगर प्रदर्शित करने के लिए show() मेथड का उपयोग करें।

उदाहरण

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

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

data = np.random.rand(5, 5)

ax = sns.heatmap(data, annot=True, fmt='.1f', square=1, linewidth=1.)

for t in ax.texts:
    t.set_text(t.get_text() + " %")

plt.show()

आउटपुट

Seaborn हीटमैप एनोटेशन में यूनिट्स जोड़ना


  1. Seaborn में x-ticks का घनत्व कैसे कम करें? Seaborn में x-ticks का घनत्व कैसे कम करें?

    Seaborn बारप्लॉट में बहुत सारे x-ticks हों तो, हर दूसरे लेबल को छुपाकर घनत्व कम करें। चरण फिगर साइज़ और ऑटोलेआउट सेट करें। Pandas DataFrame बनाएं और sns.barplot() से प्लॉट करें। bar_plot.get_xticklabels() को इन्यूमरेट करें। सम इंडेक्स वाले लेबल्स विजिबल रखें, विषम वाले set_visible(False) करें। plt.

  1. Matplotlib में डेटा कोऑर्डिनेट्स में ड्रॉइंग एरिया के बाहर एनोटेशन कैसे लिखें? Matplotlib में डेटा कोऑर्डिनेट्स में ड्रॉइंग एरिया के बाहर एनोटेशन कैसे लिखें?

    प्लॉट एरिया के बाहर एनोटेशन रखने के लिए annotate() में xycoords=ax.get_xaxis_transform() का उपयोग करें। चरण फिगर साइज़ और ऑटोलेआउट सेट करें। रैंडम स्कैटर डेटा जनरेट करें। fig, ax = plt.subplots() और ax.scatter() से प्लॉट करें। ax.annotate() में xy=(0.30, 1.05) और xycoords=ax.get_xaxis_transform() स

  1. Matplotlib का उपयोग करके दो Seaborn lmplots को साथ-साथ कैसे प्लॉट करें? Matplotlib का उपयोग करके दो Seaborn lmplots को साथ-साथ कैसे प्लॉट करें?

    Seaborn में दो ग्राफ़ साथ-साथ प्लॉट करने के लिए, हम निम्नलिखित चरण अपना सकते हैं: दो ग्राफ़ बनाने के लिए, हम फिगर साइज़ (7, 7) के साथ nrows=1, ncols=2 का उपयोग कर सकते हैं। Pandas का उपयोग करके col1 और col2 कीज़ के साथ डेटा फ्रेम बनाएं। बार का उपयोग करके प्रत्येक श्रेणीगत बिन में ऑब्जर्वेशन क