首页 文章

袖扣：如何在Jupyter / ipython Notebook中使用Cufflinks绘制热图？

提问于
浏览 次
2

我看过Cufflinks examples . 唯一的子图示例是从具有 subplots=True 参数和可选 shape 参数的单个DataFrame生成的（即 df.iplot(..., subplots=True, shape=(...), ...) . 据我所知，其机制是当提供 subplots=True 时，DataFrame的每一列都被绘制为子图 .

现在，关于袖扣的热图 . 同一链接中的示例显示 N * M 的热图的 DataFrame 只是一个 N * M DataFrame，其中列名和索引告诉x和y坐标，值是网格的每个单元格的"heat" .

结合这两个，似乎如果我有两个热图（因此有两个DataFrame），我无法以子图方式绘制两者，因为子图需要单个DataFrame而我无法将两个热图DataFrame合并为一个 .

任何人都知道它是如何工作的？

顺便说一句，我也尝试了 plotly.offline.iplot(..., subplots=True, ...) 并且不支持该参数 .

EDIT

还有另一个question（也来自我）询问在情节上做同样的事情，得到了回答 . 因此，如果你正在直接地工作，那么这就是你可能想看的答案 .

这个问题是关于使用袖扣实现同样的目标 . 对我来说似乎仍然不可能（或者至少非常困难） .

ipython-notebook jupyter-notebook heatmap plotly subplot

1 回答

  • 1

    您可以使用以下内容：

    import cufflinks as cf
df1=cf.datagen.heatmap()
df2=cf.datagen.heatmap()
cf.subplots([df1.figure(kind='heatmap'),df2.figure(kind='heatmap')]).iplot()

    您可以使用尽可能多的热图来执行此操作，也可以使用 shape 参数 .

    回复于

相关问题