如何降低海鞘中x-ticks的密度

Question

我有一些数据，基于此我试图在seaborn中建立一个计数图。所以我做了这样的事情：

aPost.tags

并获取我的countplot：

问题是x轴上的刻度太密集（这使得它们无用）。我尝试用data = np.hstack((np.random.normal(10, 5, 10000), np.random.normal(30, 8, 10000))).astype(int) plot_ = sns.countplot(data) 降低密度，但没有帮助。

还有一种方法可以用一种颜色制作图表吗？

Answer 1

勾选频率

这里似乎有多个问题：

• 1. 使用plt.xticks时使用=运算符。你应该使用函数调用（但不是这里;先读取第2点）！
• 1. seaborn的countplot返回一个轴对象，而不是一个数字
     • 你需要使用轴级方法来改变x-ticks（不是plt.xticks()）

试试这个：

for ind, label in enumerate(plot_.get_xticklabels()):
    if ind % 10 == 0:  # every 10th label is kept
        label.set_visible(True)
    else:
        label.set_visible(False)

颜色

我认为数据设置在这种类型的情节中并不是最佳选择。 Seaborn将每个独特的价值解释为新的类别并引入新的颜色。如果我正确的话，颜色数和x-ticks数等于np.unique（数据）的数量。

将您的数据与seaborn的示例进行比较（这些示例均基于可导入的数据进行检查）。

我还认为使用pabas数据帧更容易使用seaborn（而不是numpy数组;我经常以错误的方式准备我的数据，并且子集选择需要预处理;数据帧提供更多）。我认为大多数seaborn的例子都使用这种数据输入。

Answer 2

作为对已接受答案的略微修改，我们通常根据标签的值（而不是索引）来选择标签，例如仅显示可以被10整除的值，这将起作用：

for label in plot_.get_xticklabels():
    if np.int(label.get_text()) % 10 == 0:  
        label.set_visible(True)
    else:
        label.set_visible(False)

Answer 3

即使已经回答了一段时间，但添加了另一个可能更简单，更灵活的选择。

您可以使用matplotlib axis tick locator来控制显示哪些报价。

在此示例中，您可以使用LinearLocator来实现同一目的：

import pandas as pd
import seaborn as sns
import numpy as np
import matplotlib.ticker as ticker

data  = np.hstack((np.random.normal(10, 5, 10000), np.random.normal(30, 8, 10000))).astype(int)
plot_ = sns.countplot(data)
plot_.xaxis.set_major_locator(ticker.LinearLocator(10))

Answer 4

自从您标记了matplotlib以来，一种不同于将刻度线设置为可见的True/False的解决方案是按照以下方式绘制第n个标签

fig = plt.figure(); np.random.seed(123)

data = np.hstack((np.random.normal(10, 5, 10000), np.random.normal(30, 8, 10000))).astype(int)
plot_ = sns.countplot(data)

fig.canvas.draw()
new_ticks = [i.get_text() for i in plot_.get_xticklabels()]
plt.xticks(range(0, len(new_ticks), 10), new_ticks[::10])