Question

我已阅读Cufflinks examples。唯一的子图示例是从具有subplots=True参数和可选shape参数（即df.iplot(..., subplots=True, shape=(...), ...)}的单个DataFrame生成的。据我了解，其机制是subplots=True时提供，DataFrame的每一列都绘制为子图。

现在，关于袖扣的热图。同一链接中的示例显示DataFrame的热图的N * M只是一个N * M DataFrame，其中列名和索引告诉x和y坐标，值是＆＃34;热＆＃34;网格的每个单元格。

结合这两个，似乎如果我有两个热图（因此有两个DataFrame），我无法以子图方式绘制两者，因为子图需要单个DataFrame而我无法将两个热图DataFrame合并为一个。

任何人都知道它如何运作？

BTW，我也试过plotly.offline.iplot(..., subplots=True, ...)并且不支持该参数。

修改

还有另一个question（也来自我）询问在情节上做同样的事情，得到了回答。因此，如果您正在直接工作，那么您可能想要了解答案。

这个问题是关于使用袖扣实现同样的目标。对我来说似乎仍然不可能（或者至少非常困难）。

Answer 1

您可以使用以下内容：

import cufflinks as cf
df1=cf.datagen.heatmap()
df2=cf.datagen.heatmap()
cf.subplots([df1.figure(kind='heatmap'),df2.figure(kind='heatmap')]).iplot()

您可以使用尽可能多的热图来执行此操作，也可以使用shape参数。

袖扣：如何在Jupyter / ipython Notebook中使用Cufflinks绘制热图？

1 个答案: