Establecer tamaño del mapa de calor de Seaborn

Manav Narula 30 enero 2023
  1. Utilice la función seaborn.set() para establecer el tamaño del mapa de calor seaborn
  2. Utilice la función matplotlib.pyplot.figure() para establecer el tamaño del mapa de calor de seaborn
  3. Utilice la función matplotlib.pyplot.gcf() para establecer el tamaño de una parcela nacida en el mar
Establecer tamaño del mapa de calor de Seaborn

El mapa de calor se utiliza para producir una representación gráfica de un array. Traza un array en el gráfico y usa diferentes tonos de color para diferentes valores.

Podemos usar la función seaborn.heatmap() para crear gráficos de mapas de calor en el módulo seaborn.

Si bien representa un array grande, es posible que el tamaño predeterminado del gráfico no proporcione una representación clara de los datos.

En este tutorial, abordaremos este problema y aprenderemos cómo alterar el tamaño de los mapas de calor de Seaborn.

Dado que el heatmap() devuelve un objeto matplotlib-axes, también podemos usar funciones de esa biblioteca.

Utilice la función seaborn.set() para establecer el tamaño del mapa de calor seaborn

La función set() define la configuración y el tema de las parcelas nacidas en el mar. Podemos mencionar el tamaño de la parcela en el parámetro rc.

Por ejemplo,

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

df = pd.DataFrame(
    {
        "Day 1": [7, 1, 5, 6, 3, 10, 5, 8],
        "Day 2": [1, 2, 8, 4, 3, 9, 5, 2],
        "Day 3": [4, 6, 5, 8, 6, 1, 2, 3],
        "Day 4": [5, 8, 9, 5, 1, 7, 8, 9],
    }
)

sns.set(rc={"figure.figsize": (15, 8)})
sns.heatmap(df.corr())

tamaño del mapa de calor usando la función set ()

Tenga en cuenta que el valor del parámetro rc se especifica como un diccionario. La altura y el ancho finales se pasan como una tupla.

Utilice la función matplotlib.pyplot.figure() para establecer el tamaño del mapa de calor de seaborn

La función figure() se utiliza para iniciar o personalizar la figura actual en Python. El mapa de calor se traza en esta figura. El tamaño se puede modificar utilizando el parámetro figsize en la función.

Por ejemplo,

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

df = pd.DataFrame(
    {
        "Day 1": [7, 1, 5, 6, 3, 10, 5, 8],
        "Day 2": [1, 2, 8, 4, 3, 9, 5, 2],
        "Day 3": [4, 6, 5, 8, 6, 1, 2, 3],
        "Day 4": [5, 8, 9, 5, 1, 7, 8, 9],
    }
)


plt.figure(figsize=(15, 8))
sns.heatmap(df.corr())

tamaño del mapa de calor usando la función figure ()

Tenga en cuenta que la función se usa antes que la función heatmap().

Utilice la función matplotlib.pyplot.gcf() para establecer el tamaño de una parcela nacida en el mar

La función gcf() devuelve un objeto de instancia de vista de la figura. El tamaño de este objeto se puede modificar utilizando el método set_size_inches(). De esta manera, podemos establecer el tamaño de la gráfica del mapa de calor en este objeto.

Por ejemplo,

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

df = pd.DataFrame(
    {
        "Day 1": [7, 1, 5, 6, 3, 10, 5, 8],
        "Day 2": [1, 2, 8, 4, 3, 9, 5, 2],
        "Day 3": [4, 6, 5, 8, 6, 1, 2, 3],
        "Day 4": [5, 8, 9, 5, 1, 7, 8, 9],
    }
)


sns.heatmap(df.corr())
plt.gcf().set_size_inches(15, 8)

tamaño del mapa de calor usando la función gcf ()

Tenga en cuenta que este método se utiliza después de la función heatmap().

Además, debe tenerse en cuenta que en todos los métodos utilizados anteriormente, el tamaño de las anotaciones en el mapa de calor no se ve muy afectado.

Para aumentar el tamaño de las anotaciones, necesitamos establecer el parámetro annot en True en la función heatmap(). Luego podemos especificar el tamaño de fuente como un par clave-valor en el parámetro annot_kws como annot_kws = {'size':15}.

Manav Narula avatar Manav Narula avatar

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

Artículo relacionado - Seaborn Heatmap