Größe der Seaborn-Heatmap festlegen

1. Verwenden Sie die Funktion seaborn.set(), um die Größe der Seaborn Heatmap einzustellen
2. Verwenden Sie die Funktion matplotlib.pyplot.figure(), um die Größe der Seaborn-Heatmap einzustellen
3. Verwenden Sie die Funktion matplotlib.pyplot.gcf(), um die Größe eines Seegrundstücks festzulegen

Die Heatmap wird verwendet, um eine grafische Darstellung einer Matrix zu erzeugen. Es zeichnet eine Matrix im Diagramm und verwendet unterschiedliche Farbtöne für unterschiedliche Werte.

Wir können die Funktion seaborn.heatmap() verwenden, um Heatmap-Plots im seaborn-Modul zu erstellen.

Bei der Darstellung einer großen Matrix bietet die Standardgröße des Diagramms möglicherweise keine klare Darstellung der Daten.

In diesem Tutorial werden wir dieses Problem angehen und lernen, wie man die Größe von Seaborn-Heatmaps ändert.

Da heatmap() ein matplotlib-axes-Objekt zurückliefert, können wir auch Funktionen aus dieser Bibliothek verwenden.

Verwenden Sie die Funktion seaborn.set(), um die Größe der Seaborn Heatmap einzustellen

Die Funktion set() definiert die Konfiguration und das Thema der Seaborn-Plots. Die Größe des Plots können wir im Parameter rc angeben.

Beispielsweise,

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame(
    {
        "Day 1": [7, 1, 5, 6, 3, 10, 5, 8],
        "Day 2": [1, 2, 8, 4, 3, 9, 5, 2],
        "Day 3": [4, 6, 5, 8, 6, 1, 2, 3],
        "Day 4": [5, 8, 9, 5, 1, 7, 8, 9],
    }
)

sns.set(rc={"figure.figsize": (15, 8)})
sns.heatmap(df.corr())

Beachten Sie, dass der Wert für den Parameter rc als Dictionary angegeben ist. Die endgültige Höhe und Breite werden als Tupel übergeben.

Verwenden Sie die Funktion matplotlib.pyplot.figure(), um die Größe der Seaborn-Heatmap einzustellen

Die Funktion figure() wird verwendet, um die aktuelle Figur in Python zu initiieren oder anzupassen. Die Heatmap ist in dieser Abbildung dargestellt. Die Grösse kann mit dem Parameter figsize in der Funktion verändert werden.

Beispielsweise,

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame(
    {
        "Day 1": [7, 1, 5, 6, 3, 10, 5, 8],
        "Day 2": [1, 2, 8, 4, 3, 9, 5, 2],
        "Day 3": [4, 6, 5, 8, 6, 1, 2, 3],
        "Day 4": [5, 8, 9, 5, 1, 7, 8, 9],
    }
)


plt.figure(figsize=(15, 8))
sns.heatmap(df.corr())

Beachten Sie, dass die Funktion vor der Funktion heatmap() verwendet wird.

Verwenden Sie die Funktion matplotlib.pyplot.gcf(), um die Größe eines Seegrundstücks festzulegen

Die Funktion gcf() gibt ein Ansichtsinstanzobjekt der Figur zurück. Die Größe dieses Objekts kann mit der Methode set_size_inches() verändert werden. Auf diese Weise können wir die Größe des Heatmap-Plots für dieses Objekt festlegen.

Beispielsweise,

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame(
    {
        "Day 1": [7, 1, 5, 6, 3, 10, 5, 8],
        "Day 2": [1, 2, 8, 4, 3, 9, 5, 2],
        "Day 3": [4, 6, 5, 8, 6, 1, 2, 3],
        "Day 4": [5, 8, 9, 5, 1, 7, 8, 9],
    }
)


sns.heatmap(df.corr())
plt.gcf().set_size_inches(15, 8)

Beachten Sie, dass diese Methode nach der Funktion heatmap() verwendet wird.

Darüber hinaus ist zu beachten, dass bei allen oben verwendeten Methoden die Größe der Annotationen in der Heatmap nicht stark beeinflusst wird.

Um die Größe der Annotationen zu erhöhen, müssen wir den Parameter annot in der Funktion heatmap() auf True setzen. Dann können wir die Schriftgröße als Schlüssel-Wert-Paar im Parameter annot_kws wie annot_kws = {'size':15} angeben.