用python画画
将y轴设置为显示在右侧
f，ax=PLT.subplots (fig size=(14，10 ) )
SnS.heatmap(corr，cmap='RdBu '，linewidths=0.05，ax=ax ) ) ) ) ) ) ) ) )。
ax.set _ title (correlationbetweenfeatures )，fontsize=18，position=(0.5，1.05 ) )
使y轴或x轴为相反顺序
ax.invert_yaxis (
ax.invert_xaxis (
ax.set_xlabel('xlabel '，fontsize=10 ) ) ) ) ) ) ) )。
设置y轴标签的字体大小和字体颜色
ax.set_ylabel('ylabel '，fontsize=15，color='r ' ) )
设置坐标轴刻度的字体大小
matplotlib.axes.axes.tick _ params
ax.Tick_Params(axis='y '，labelsize=8) # y轴
ax.tick_Params(axis='x '，labelsize=6，colors='b '，labeltop=True，labelbottom=False ) ) x轴
x轴刻度放在top位置的几种方法
ax.xaxis.set _ ticks _ position (' top ' )
ax.xaxis.tick_top (
ax.tick_Params(axis='x '，labelsize=6，colors='b '，labeltop=True，labelbottom=False ) ) x轴
修改tick的字体颜色
ax.Tick_Params(axis='x '，colors='b ' ) # x轴
旋转刻度上文字方向的两种方法
ax.set _ xticklabels (ax.get _ xticklabels )、rotation=-90 ) ) ) ) ) ) ) ) )。
ax.set_xticklabels(corr.index，旋转=90 ) )。
分别设置y轴或x轴比例的字体大小，并调整字体方向
ax.set _ yticklabels (ax.get _ yticklabels )、fontsize=6) )。
ax.set _ xticklabels (ax.get _ xticklabels )、rotation=-90 ) ) ) ) ) ) ) ) )。
旋转刻度上文字方向的两种方法
ax.set _ xticklabels (ax.get _ xticklabels )、rotation=-90 ) ) ) ) ) ) ) ) )。
ax.set_xticklabels(corr.index，旋转=90 ) )。
x轴刻度放在top位置的几种方法
ax.xaxis.set _ ticks _ position (' top ' )
ax.xaxis.tick_top (
ax.tick_Params(axis='x '，labelsize=6，colors='b '，labeltop=True，labelbottom=False ) ) )。
导入操作系统
import matplotlib.pyplot as plt
导入pandas as PD
import numpy as np
导入匹配
import seaborn as sns
import matplotlib.gridspec as mg
来自sk learn导入预处理
操作系统. chdir (c :/users/86178 /桌面) )
x=PD.read _ table (' tme _ sender.CSV '，index_col=20，sep='，')
x.iloc [ :0:20 ]=preprocessing.scale (x.iloc [ :0:20 ] ) ) ) ) ) ) ) )。
y=PD.read _ table (ligand _ receptor _ matrix.txt '，sep='t '，index_col=0) ) ) ) ) ) ) )。
z=PD.read_CSV(TSK_receiver.CSV )，index_col=0) ) ) ) ) ) )。
z.iloc [ :0:22 ]=preprocessing.scale [ z.iloc [ :0:22 ] )
z=z.T
GS=mg.grid spec (5，5 ) ) ) )。
PLT.subplot (GS [ 0:4，1:4 ]
ZZ=SNS.heatmap(y，cmap='PuRd '，linewidths=1，yticklabels=False，cbar=False ) )。
ZZ.xaxis.set _ ticks _ position (' top ' )
zz.set_ylabel('')
zz.set_xticklabels(zz.get_xticklabels(),rotation = 90,family = 'Times New Roman')
plt.subplot(gs[4,1:4])
a = sns.heatmap(x,cmap='bwr',linewidths= 1,xticklabels=False,cbar = False)
a.yaxis.set_ticks_position('right')
a.set_yticklabels(a.get_yticklabels(), rotation=0,family = 'Times New Roman')
a.set_xticklabels(a.get_xticklabels(),family = 'Times New Roman')
plt.ylabel('')
plt.subplot(gs[:4,0])
x = sns.heatmap(z,cbar = False,cmap = 'bwr')
x.xaxis.set_ticks_position('top')
x.set_xticklabels(x.get_xticklabels(),family = 'Times New Roman',rotation = 90)
x.set_yticklabels(x.get_yticklabels(),family = 'Times New Roman')
x.set_xlabel('')
#x.xaxis.set_ticks_position('top')
plt.show()
图片1.png
python设置colorbar
自定义colorbar包含两方面：
自定义colorbar的颜色组合及颜色占比
自定义colorbar的位置和大小
这两项比较简单和实用，matplotlib和seaborn都可以尝试。对于某些特殊的数据分布类型，想在一张图内显示的情况比较适合。
cmap的自定义
cmap本质是一个RGBA格式的颜色列表，元素类型为np.array() ，np.array()里包含4个0-1的元素，前3个是RGB值，第4个为透明度。
seaborn取颜色列表可以用以下方式：
sns.light_palette('blue',reverse=True,n_colors=5)
plt.cm.get_cmap('Blues', 5)
plt.cm.get_cmap('cubehelix', 5)
如果数据中有两组相差比较大的数据构成，可考虑取两组颜色值合并，可通过n_colors参数控制两组颜色的占比，如果存在极值，极值可设置为特殊颜色。
colorbar的位置和大小
可以把colorbar作为单独的axes，自由地定义其位置和占图比例，例如colorbar可以这样设置：cbar_ax = fig.add_axes([0.7, 0.75, 0.025, 0.2])，在seaborn热图中有对应的参数接受自定义的colorbar。
#!/usr/fzdyc/env python
# coding: utf-8 -*-
import pandas as pd
import numpy as np
## 以下为MACOS设置，linux请改为 matplotlib.use('Agg')
matplotlib.use('TkAgg')
## juypter notebook显示图像设置
%matplotlib inline
import matplotlib.pyplot as plt
import seaborn as sns
cmap= sns.light_palette('blue',reverse=True,n_colors=5)
cmap2=sns.light_palette('red',reverse=False,n_colors=15)
cmap.extend(cmap2)
cmap.append(np.array([.3,.7,.6,1]))
cmap.insert(0,np.array([.7,.7,.5,1]))
fig = plt.figure(figsize=(4,7))
ax = fig.add_axes([0.38, 0.3, 0.3, 0.65], facecolor = 'white')
cbar_ax = fig.add_axes([0.7, 0.75, 0.025, 0.2])
df = pd.DataFrame(np.random.rand(12,5))
ax = sns.heatmap(df, ax=ax,annot=False, cmap=cmap, linewidths=.5, cbar_ax = cbar_ax)
下图的效果对比更明显
图片.png
画图时候marker参数的设置
marker type 含义
“.” point 点
“,” pixel 像素
“o” circle 圆
“v” triangle_down 下三角
“^” triangle_up 上三角
“
“>” triangle_right 右三角
“1” tri_down 类似奔驰的标志
“2” tri_up 类似奔驰的标志
“3” tri_left 类似奔驰的标志
“4” tri_right 类似奔驰的标志
“8” octagon 八角形
“s” square 正方形
“p” pentagon 五角星
“*” star 星号
“h” hexagon1 六边形1
“H” hexagon2 六边形2
“+” plus 加号
“x” x x
“D” diamond 钻石
“d” thin_diamond 细的钻石
“ “ vline
“-“ hline 水平方向的线
“TICKLEFT” octagon 像素
去掉刻度线
plt.tick_params(bottom=False,top=False,left=False,right=False)