Seaborn Set_xticklabels 函数
Manav Narula
2021年7月16日
本文将介绍如何控制两个轴上的刻度标签。
例如，请注意下图的问题。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame({"Date": ['01012019','01022019','01032019','01042019',
'01052019','01062019','01072019','01082019'],
"Price": [77,76,68,70,78,79,74,75]})
df["Date"] = pd.to_datetime(df["Date"], format = "%d%m%Y")
plt.figure(figsize = (15,8))
ax = sns.barplot(x = 'Date', y = 'Price',data = df)
在上图中，整个日期绘制在 x 轴上。但一切都是重叠的，难以阅读。
我们可以使用 set_xticklabels() 函数为 x 轴设置自定义刻度标签。seaborn 图返回一个 matplotlib 轴实例类型对象。我们可以在这个对象上使用这个函数。
例如，我们可以在上面提到的问题中将标签作为月份名称传递，如下所示。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame({"Date": ['01012019','01022019','01032019','01042019',
'01052019','01062019','01072019','01082019'],
"Price": [77,76,68,70,78,79,74,75]})
df["Date"] = pd.to_datetime(df["Date"], format = "%d%m%Y")
plt.figure(figsize = (15,8))
ax = sns.barplot(x = 'Date', y = 'Price',data = df)
ax.set_xticklabels(["Jan","Feb","Mar","Apr","May","Jun","Jul","Aug"])
我们还可以对最终结果进行细微的定制。我们可以使用 rotation 参数将最终刻度标签旋转一定程度或使用 size 参数更改其字体大小。
如果我们想在默认刻度标签上使用这些参数，我们可以使用 get_xticklabels() 函数。它从图中返回默认刻度标签的列表。当我们想要使用 rotation 或 size 参数自定义默认刻度标签时，我们可以使用此函数。
检查以下代码以了解如何使用此功能。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame({"Date": ['01012019','01022019','01032019','01042019',
'01052019','01062019','01072019','01082019'],
"Price": [77,76,68,70,78,79,74,75]})
df["Date"] = pd.to_datetime(df["Date"], format = "%d%m%Y")
plt.figure(figsize = (15,8))
ax = sns.barplot(x = 'Date', y = 'Price',data = df)
ax.set_xticklabels(ax.get_xticklabels(),rotation = 30, size = 10)
同样，我们可以使用 set_yticklabels() 和 get_yticklabels() 函数在 y 轴上执行函数。
Author: Manav Narula
Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.
LinkedIn