我正在使用sns.factorplot可视化功能重要性排名。选择了九个要素,它们需要根据被SVM-RFE
分隔的迭代次数进行排名。
meanplot = pd.DataFrame(list(r.items()), columns=['Features','Ranking'])
meanplot = meanplot.sort_values('Ranking', ascending=False)
sns.factorplot(x="Ranking", y="Features", data = meanplot[:9], kind="bar", size=4, aspect=3.1, palette='coolwarm')
x轴显示的像[0,2,4,8]
这样的迭代,但是我想要[0,1,2,3,4,5,6,7,8,9]
。
答案 0 :(得分:0)
您可以通过首先访问factorplot
返回的轴对象,然后为刻度标签提供step
大小来优化x刻度标签的数量
ax = sns.factorplot(x="Ranking", y="Features", data = meanplot[:9], kind="bar", size=4, aspect=3.1, palette='coolwarm')
ax.set_xticklabels(step=1)