编辑海洋热图上的轴刻度和标签和位置会导致显示空白

Question

我正在尝试绘制一个带有自定义位置和两个轴上的标签的海洋热图。数据框如下所示：

Dataframe

我可以用seaborn.heatmap正常绘制：

fig, ax = plt.subplots(figsize=(8, 8))
sns.heatmap(genome_freq.applymap(lambda x: np.log10(x+1)),
            ax=ax)
plt.show()

Normal heatmap

我有一个要设置为xticks（binned_chrom_genome_pos）的职位列表：

[1000000, 248000000, 491000000, 690000000, 881000000, 1062000000, 1233000000, 1392000000, 1538000000, 1679000000, 1814000000, 1948000000, 2081000000, 2195000000, 2301000000, 2402000000, 2490000000, 2569000000, 2645000000, 2709000000, 2772000000, 2819000000, 2868000000, 3023000000]

但是，当我尝试修改xticks时，图变为空：

plt.xticks(binned_chrom_genome_pos)

Modified heatmap

我还注意到x轴标签与指定的刻度不对应。

有人可以帮助我正确绘制吗？

Answer 1

代码为什么要做什么

ax.get_xticks()返回刻度线的位置。您可以看到它们在0.5到3000之间。这些值引用数据的索引。由plt.xticks或ax.set_xticks设置的较大值仍被解释为数据索引。因此，如果您有10行数据，并将xticks设置为[0, 1000]，则图中的数据将仅占据x范围的1％，因此消失。我不确定自己是否要弄清楚，所以我将举一个综合数据示例：

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

#generating data
dic = {a:np.random.randint(0,1000,100) for a in range(0,1000000, 10000)}
genome_freq = pd.DataFrame(dic, index=range(0,1000000, 10000))

#plotting heatmaps
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(8, 4))

sns.heatmap(genome_freq.applymap(lambda x: np.log10(x+1)),
            ax=ax1)

sns.heatmap(genome_freq.applymap(lambda x: np.log10(x+1)),
            ax=ax2)


old_ticks = ax2.get_xticks()
print(np.min(old_ticks), np.max(old_ticks), len(old_ticks)) # prints 0.5 99.5 34

ax2.set_xticks([0,300]) # setting xticks with values way larger than your index squishes your data

plt.show()

该如何解决？

因此，您要做的是根据数据大小更改xticks，然后覆盖xticklabels：

给出您问题中的新标签：

new_labels = [1000000, 248000000, 491000000, 690000000, 881000000, 1062000000, 1233000000, 1392000000, 1538000000, 1679000000, 1814000000, 1948000000, 2081000000, 2195000000, 2301000000, 2402000000, 2490000000, 2569000000, 2645000000, 2709000000, 2772000000, 2819000000, 2868000000, 3023000000]

len(new_labels) # returns 24

fig, ax = plt.subplots(figsize=(4, 4))
sns.heatmap(genome_freq.applymap(lambda x: np.log10(x+1)),
            ax=ax)

因此，现在我们希望在前最小值和前最大值之间有24个均匀间隔的xticks。我们可以使用np.linspace来实现：

old_ticks = ax.get_xticks()
new_ticks = np.linspace(np.min(old_ticks), np.max(old_ticks), len(new_labels))
ax.set_xticks(new_ticks)
ax.set_xticklabels(new_labels)
plt.show()