旋转 Seaborn 图的轴刻度标签
Manav Narula
2023年1月30日
Seaborn 为最终图形提供了许多自定义设置。一个如此小但必不可少的定制是我们可以控制两个轴上的刻度标签。
例如，注意下图的问题。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame(
{
"Date": [
"01012019",
"01022019",
"01032019",
"01042019",
"01052019",
"01062019",
"01072019",
"01082019",
],
"Price": [77, 76, 68, 70, 78, 79, 74, 75],
}
)
df["Date"] = pd.to_datetime(df["Date"], format="%d%m%Y")
plt.figure(figsize=(15, 8))
ax = sns.barplot(x="Date", y="Price", data=df)
在上面的代码中，我们为产品价格的时间序列数据绘制了一个图表。如你所见，整个日期绘制在 x 轴上。因此，所有内容都重叠并且难以阅读。
对于这种情况，我们可以在轴上旋转刻度标签。
在本教程中，我们将学习如何在 seaborn 图上旋转此类刻度标签。
使用 set_xticklabels() 函数在 Seaborn 轴上旋转标签
set_xticklabels() 函数设置 x 轴上刻度标签的值。我们可以用它来旋转标签。但是，此函数需要一些标签值才能使用 get_xticklabels() 函数返回默认标签并使用 rotation 参数旋转它们。
下面的代码演示了它的用法。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame(
{
"Date": [
"01012019",
"01022019",
"01032019",
"01042019",
"01052019",
"01062019",
"01072019",
"01082019",
],
"Price": [77, 76, 68, 70, 78, 79, 74, 75],
}
)
df["Date"] = pd.to_datetime(df["Date"], format="%d%m%Y")
plt.figure(figsize=(15, 8))
ax = sns.barplot(x="Date", y="Price", data=df)
ax.set_xticklabels(ax.get_xticklabels(), rotation=30)
使用 xticks() 函数在 Seaborn 轴上旋转标签
matplotlib.pyplot.xticks() 函数中的 rotation 参数也可以实现这一点。我们不需要传递任何标签，可以直接使用这个函数中的参数。
例如，
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame(
{
"Date": [
"01012019",
"01022019",
"01032019",
"01042019",
"01052019",
"01062019",
"01072019",
"01082019",
],
"Price": [77, 76, 68, 70, 78, 79, 74, 75],
}
)
df["Date"] = pd.to_datetime(df["Date"], format="%d%m%Y")
plt.figure(figsize=(15, 8))
ax = sns.barplot(x="Date", y="Price", data=df)
plt.xticks(rotation=45)
使用 setp() 函数在 Seaborn 轴上旋转标签
由于大多数 seaborn 图返回一个 matplotlib 轴对象，我们可以使用该库中的 setp() 函数。我们将使用 xtick() 函数获取刻度标签值，并使用 setp() 函数的 rotation 参数旋转它们。
请参考以下代码。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame(
{
"Date": [
"01012019",
"01022019",
"01032019",
"01042019",
"01052019",
"01062019",
"01072019",
"01082019",
],
"Price": [77, 76, 68, 70, 78, 79, 74, 75],
}
)
df["Date"] = pd.to_datetime(df["Date"], format="%d%m%Y")
plt.figure(figsize=(15, 8))
ax = sns.barplot(x="Date", y="Price", data=df)
locs, labels = plt.xticks()
plt.setp(labels, rotation=45)
作者： Manav Narula
Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.
LinkedIn