python - 在 seaborn 热图上编辑轴刻度的标签和位置会导致绘图为空

Question

我正在尝试在两个轴上绘制带有自定义位置和标签的 seaborn 热图。数据框如下所示：

数据框

我可以正常绘制这个seaborn.heatmap：

fig, ax = plt.subplots(figsize=(8, 8))
sns.heatmap(genome_freq.applymap(lambda x: np.log10(x+1)),
            ax=ax)
plt.show()

正常热图

我有一个我想设置为 xticks ( binned_chrom_genome_pos) 的位置列表：

[1000000, 248000000, 491000000, 690000000, 881000000, 1062000000, 1233000000, 1392000000, 1538000000, 1679000000, 1814000000, 1948000000, 2081000000, 2195000000, 2301000000, 2402000000, 2490000000, 2569000000, 2645000000, 2709000000, 2772000000, 2819000000, 2868000000, 3023000000]

但是，当我尝试修改 xticks 时，绘图变为空：

plt.xticks(binned_chrom_genome_pos)

修改后的热图

我还注意到 x 轴标签与指定的刻度不对应。

有人可以帮助我正确地绘制这个吗？

标签： pythonmatplotlibseaborn

Answer 1

为什么代码做它做的事

ax.get_xticks()返回刻度的位置。您可以看到它们介于 0.5 和 3000 之间。这些值是指数据的索引。plt.xticks由或设置的大值ax.set_xticks仍被解释为数据索引。因此，如果您有 10 行数据，并且设置xticks为[0, 1000]，则图中的数据将仅占 x 范围的 1%，因此会消失。我不确定我是否清楚，所以我将举一个合成数据的例子：

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

#generating data
dic = {a:np.random.randint(0,1000,100) for a in range(0,1000000, 10000)}
genome_freq = pd.DataFrame(dic, index=range(0,1000000, 10000))

#plotting heatmaps
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(8, 4))

sns.heatmap(genome_freq.applymap(lambda x: np.log10(x+1)),
            ax=ax1)

sns.heatmap(genome_freq.applymap(lambda x: np.log10(x+1)),
            ax=ax2)


old_ticks = ax2.get_xticks()
print(np.min(old_ticks), np.max(old_ticks), len(old_ticks)) # prints 0.5 99.5 34

ax2.set_xticks([0,300]) # setting xticks with values way larger than your index squishes your data

plt.show()

可以做些什么来解决它

因此，您要做的是根据数据的大小更改 xticks，然后覆盖xticklabels：

鉴于您的问题中的新标签：

new_labels = [1000000, 248000000, 491000000, 690000000, 881000000, 1062000000, 1233000000, 1392000000, 1538000000, 1679000000, 1814000000, 1948000000, 2081000000, 2195000000, 2301000000, 2402000000, 2490000000, 2569000000, 2645000000, 2709000000, 2772000000, 2819000000, 2868000000, 3023000000]

len(new_labels) # returns 24

fig, ax = plt.subplots(figsize=(4, 4))
sns.heatmap(genome_freq.applymap(lambda x: np.log10(x+1)),
            ax=ax)

所以，现在我们想要在前一个最小值和前一个最大值之间有 24 个均匀间隔的 xticks。我们可以使用np.linspace来实现：

old_ticks = ax.get_xticks()
new_ticks = np.linspace(np.min(old_ticks), np.max(old_ticks), len(new_labels))
ax.set_xticks(new_ticks)
ax.set_xticklabels(new_labels)
plt.show()