这里似乎有多个问题:
plt.xticks()
)尝试这个:
for ind, label in enumerate(plot_.get_xticklabels()):
if ind % 10 == 0: # every 10th label is kept
label.set_visible(True)
else:
label.set_visible(False)
我认为对于这种类型的图表,数据设置不是最优的。Seaborn将把每个唯一值解释为新类别并引入一种新颜色。如果我没错的话,颜色/和x-ticks的数量等于np.unique(data)的数量。
将你的数据与seaborn的示例进行比较(它们都是基于可以导入检查的数据)。
我还认为使用pandas数据框架(而不是numpy数组)更容易使用seaborn(我经常以错误的方式准备我的数据,并且子集选择需要预处理;数据框架提供更多)。我认为seaborn的大多数示例使用此数据输入。
'JointGrid' object has no attribute 'get_xticklabels'
问题? - mikelowry虽然这个问题已经在一段时间之前得到了回答,但是我想再添加一个更加灵活且更简单的替代方案。
你可以使用一个Matplotlib轴刻度定位器来控制显示哪些刻度。
在这个示例中,你可以使用LinearLocator
来实现同样的效果:
import pandas as pd
import seaborn as sns
import numpy as np
import matplotlib.ticker as ticker
data = np.hstack((np.random.normal(10, 5, 10000), np.random.normal(30, 8, 10000))).astype(int)
plot_ = sns.countplot(data)
plot_.xaxis.set_major_locator(ticker.LinearLocator(10))
既然您已经标记了matplotlib
,与将刻度线设置为可见的 True/False
不同的一种解决方案是按照以下方式绘制每个第n
个标签
fig = plt.figure(); np.random.seed(123)
data = np.hstack((np.random.normal(10, 5, 10000), np.random.normal(30, 8, 10000))).astype(int)
plot_ = sns.countplot(data)
fig.canvas.draw()
new_ticks = [i.get_text() for i in plot_.get_xticklabels()]
plt.xticks(range(0, len(new_ticks), 10), new_ticks[::10])
for label in plot_.get_xticklabels():
if np.int(label.get_text()) % 10 == 0:
label.set_visible(True)
else:
label.set_visible(False)
countplot
。请使用例如distplot
或仅使用plt.hist
。 - mwaskomxticks
过于拥挤。为保持“countplot”中相同的颜色,您可以执行sns.countplot(data, color='r', saturation=1)
。 - Nickil Maveli