Seaborn Set_xticklabels 函数
Manav Narula
2021年7月16日
本文将介绍如何控制两个轴上的刻度标签。
例如，请注意下图的问题。
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)
在上图中，整个日期绘制在 x 轴上。但一切都是重叠的，难以阅读。
我们可以使用 set_xticklabels() 函数为 x 轴设置自定义刻度标签。seaborn 图返回一个 matplotlib 轴实例类型对象。我们可以在这个对象上使用这个函数。
例如，我们可以在上面提到的问题中将标签作为月份名称传递，如下所示。
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(["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug"])
我们还可以对最终结果进行细微的定制。我们可以使用 rotation 参数将最终刻度标签旋转一定程度或使用 size 参数更改其字体大小。
如果我们想在默认刻度标签上使用这些参数，我们可以使用 get_xticklabels() 函数。它从图中返回默认刻度标签的列表。当我们想要使用 rotation 或 size 参数自定义默认刻度标签时，我们可以使用此函数。
检查以下代码以了解如何使用此功能。
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, size=10)
同样，我们可以使用 set_yticklabels() 和 get_yticklabels() 函数在 y 轴上执行函数。
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