我想绘制一些data作为热图,它实际上是一个50x50的numpy数组。结果,热图轴标签的范围是0到50,但实际上我希望轴标签的范围是-114到114,因为这是数据的范围。但是,当我设置刻度线标签时,它们最终会被束缚在轴上(见图)。
当我插入行中
callMe(){
fun1();
fun2();
}
fun1(){
...
}
fun2(){
...
}
热图最终会缩放(参见图片)。
我已经输入了代码和一些示例数据,也许有人可以发现我做错了。
ax.set_xticks(ticks)
ax.set_yticks(ticks)
答案 0 :(得分:0)
@ImportanceOfBeingErnest向我指出,使用Seaborn的方法首先是错误的(请参阅评论)。因此,我更改了方法,该方法现在完全可以按我的意愿工作。万一其他人遇到这个问题,下面的代码将根据数据生成一个热图:
import numpy as np
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
import cv2 as cv
font = {'family' : 'sans',
'weight' : 'normal',
'size' : 18}
matplotlib.rc('font', **font)
filepath = "path/to/data/"
dataname = "data.txt"
filename = filepath + dataname
n_samples = (pd.read_csv(filename, delimiter="\t", skiprows=1, names=["x", "y", "value"])).values
x = n_samples[:, 0]
y = n_samples[:, 1]
z = n_samples[:, 2]
line_width = 2
yrange = int(np.ptp(x))
xrange = int(np.ptp(y))
x_values = np.unique(x).size
y_values = np.unique(y).size
num_ticks = 10
ticks = np.linspace(int(-yrange/2.), int(yrange/2.), num_ticks, dtype=np.int)
img = np.reshape(z, (x_values, y_values))
img = img.T
img = cv.resize(img, (yrange, xrange))
fig, ax = plt.subplots()
im = ax.imshow(img, cmap='viridis', extent=[-xrange/2., xrange/2., -yrange/2., yrange/2.])
ax.axvline(groundtruth[0], linestyle='--', c='r', linewidth=line_width)
ax.axhline(groundtruth[1], linestyle='--', c='r', linewidth=line_width)
ax.set_xlabel("$v_x$")
ax.set_ylabel("$v_y$")
cbar = fig.colorbar(im)
cbar.ax.set_yticklabels([''])
cbar.ax.set_ylabel('Reward')
fig.tight_layout()
savename = filepath + "hmap_" + bagname + "_" + reward + "_" + noise_level
fig.savefig(savename + ".pdf", transparent=True, bbox_inches='tight', pad_inches=0)
plt.close()
# plt.show()