使用热图调整子图

Question

我有一个Subplots带有混淆矩阵，该矩阵与HeatMap一起显示。

我想将图表调整为更易读，并执行以下操作：

1）在“目标”列上方添加一个大标题

2）添加一个大的Ylabel“预测”

3）每列只有一个大的图例，因为它们显示的是同一件事

4）为每一列添加列名 ['Train CM', 'Train Norm CM', 'Validation CM', 'Validation Norm CM']和行名[f'Epoch {i}' for i in range(n_epoch)]。我在here中喜欢 但仅适用于列而不适用于行，我不知道为什么。

我的代码：

cols = ['Train CM', 'Train Norm CM', 'Validation CM', 'Validation Norm CM']
rows = [f'Epoch {i}' for i in range(n_epoch)]

f, axes  = plt.subplots(nrows = n_epoch, ncols = 4, figsize=(40, 30))
for ax, col in zip(axes [0], cols):
    ax.set_title(col, size='large')

for ax, row in zip(axes[:,0], rows):
    ax.set_ylabel(row, rotation=0, size='large')

f.tight_layout()

for e in range(n_epoch):
    for c in range(4):
        # take conf matrix from lists cm_Train or cm_Validation of ConfusionMatrix() objects
        if c == 0:
            cm = np.transpose(np.array([list(item.values()) for item in cm_Train[e].matrix.values()]))
        elif c == 1:
            cm = np.transpose(np.array([list(item.values()) for item in cm_Train[e].normalized_matrix.values()]))
        elif c == 2:
        cm = np.transpose(np.array([list(item.values()) for item in cm_Validation[e].matrix.values()]))
    else:
        cm = np.transpose(np.array([list(item.values()) for item in cm_Validation[e].normalized_matrix.values()]))
    sns.heatmap(cm, annot=True, fmt='g', ax = axes[e, c], linewidths=.3)

Answer 1

由于我没有您的数据，因此我提出的解决方案具有空图。这是您想要的吗？

n_epoch = 4
cols = ['Train CM', 'Train Norm CM', 'Validation CM', 'Validation Norm CM']
rows = [f'Epoch {i}' for i in range(n_epoch)]

f, axes  = plt.subplots(nrows = n_epoch, ncols = 4, figsize=(12, 8))

f.text(0, 0.5, 'Predictions', ha='center', va='center', fontsize=20, rotation='vertical')
plt.suptitle("One big title", fontsize=18, y=1.05)

for ax, col in zip(axes [0], cols):
    ax.set_title(col, size='large')

for ax, row in zip(axes[:, 0], rows):
    ax.set_ylabel(row, size='large')

plt.tight_layout()    

放置颜色条：在这里，您将颜色条放置在每一列的所有行上。但是，这里的tight_layout()不兼容，因此您必须将其关闭。

f, axes  = plt.subplots(nrows = n_epoch, ncols = 4, figsize=(12, 8))

for i, ax in enumerate(axes.flat):
    im = ax.imshow(np.random.random((20,20)), vmin=0, vmax=1)
    if i%4 == 0:
        f.colorbar(im, ax=axes[:,int(i/4)].ravel().tolist(), aspect=30, pad=0.05)    

f.text(0.08, 0.5, 'Predictions', ha='center', va='center', fontsize=20, rotation='vertical')
plt.suptitle("One big title", fontsize=18)

for ax, col in zip(axes [0], cols):
    ax.set_title(col, size='large')

for ax, row in zip(axes[:, 0], rows):
    ax.set_ylabel(row, size='large')