我正在尝试可视化 CNN 文本分类模型中正在学习的过滤器。为此,我在卷积层之后立即提取了文本样本的特征图,对于大小为 3 的过滤器,我得到了一个 (filter_num)*(length_of_sentences) 大小的张量。
df = pd.DataFrame(-np.random.randn(50,50), index = range(50), columns= range(50))
g= sns.clustermap(df,row_cluster=True,col_cluster=False)
plt.setp(g.ax_heatmap.yaxis.get_majorticklabels(), rotation=0) # ytick rotate
g.cax.remove() # remove colorbar
plt.show()
此代码导致:最佳答案
kwargs
中的 sns.clustermap
传递给 sns.heatmap
,它有一个选项 yticklabels
,其 documentation 状态(强调我的):
在这里,最简单的选择是将其设置为整数,这样它将绘制每个 n
标签。我们想要每个标签,所以我们想把它设置为 1
,即:
g = sns.clustermap(df, row_cluster=True, col_cluster=False, yticklabels=1)
在您的完整示例中:
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np
df = pd.DataFrame(-np.random.randn(50,50), index=range(50), columns=range(50))
g = sns.clustermap(df, row_cluster=True, col_cluster=False, yticklabels=1)
plt.setp(g.ax_heatmap.yaxis.get_majorticklabels(), rotation=0) # ytick rotate
g.cax.remove() # remove colorbar
plt.show()
关于matplotlib - sns.clustermap 刻度丢失,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/51074276/