Python 3：即使使用相同的数据，子图也有所不同

Question

我正在使用seaborn的python 3生成以下子图。

import numpy as np; np.random.seed(1)
import seaborn as sns; sns.set()
uniform_data = np.random.rand(500, 12)
plt.subplot(2, 1, 1)
ax = sns.heatmap(uniform_data)
plt.subplot(2, 1, 2)
ax = sns.heatmap(uniform_data)

两个子图使用相同的数据，但给出不同的图。我不明白为什么。

Answer 1

我认为问题出在您试图绘制过多线条的事实。如果减小数组的大小，则可以清楚地看到图形是相同的

import numpy as np; np.random.seed(1)
import seaborn as sns; sns.set()
uniform_data = np.random.rand(10, 12)
plt.subplot(2, 1, 1)
ax = sns.heatmap(uniform_data)
plt.subplot(2, 1, 2)
ax = sns.heatmap(uniform_data)

但是当您试图在图形的小空间中绘制500条线时，matplotlib无法绘制所有线，而是选择一个random（？）子集进行显示。

如果您要增加图形的大小以便可以绘制所有线条，那么您将再次获得相同的输出。

import numpy as np; np.random.seed(1)
import seaborn as sns; sns.set()
uniform_data = np.random.rand(500, 12)
plt.figure(figsize=(10,30))
plt.subplot(2, 1, 1)
ax = sns.heatmap(uniform_data)
plt.subplot(2, 1, 2)
ax = sns.heatmap(uniform_data)

Answer 2

import numpy as np; np.random.seed(1)
import seaborn as sns; sns.set()
uniform_data = np.random.rand(500, 12)

fig, axes = plt.subplots()
axes = sns.heatmap(uniform_data)

fig, axes = plt.subplots()
axes = sns.heatmap(uniform_data)

输出：