我在Jupyter笔记本中使用Python 3.6,Yellowbrick 0.5.
解决方法 Yellowbrick包装matplotlib以产生可视化,因此您可以通过直接调用matplotlib来影响图形的所有可视设置.我发现最简单的方法是访问Visualizer.ax属性并直接在那里设置东西,当然,您可以直接使用plt来管理全局图.这里有一些代码可以生成与您类似的示例:
import pandas as pd from yellowbrick.classifIEr import ConfusionMatrix from sklearn.ensemble import AdaBoostClassifIErfrom sklearn.model_selection import train_test_split as ttsdata = pd.read_csv('examples/data/occupancy/occupancy.csv') features = ["temperature","relative humIDity","light","C02","humIDity"]# Extract the numpy arrays from the data frame X = data[features].as_matrix()y = data.occupancy.as_matrix()X_train,X_test,y_train,y_test = tts(X,y,test_size=0.2)clf = AdaBoostClassifIEr()viz = ConfusionMatrix(clf)viz.fit(X_train,y_train)viz.score(X_test,y_test)viz.poof()
这会导致生成以下图像:
你可以在得分之后和之前开始管理这个数字,如下所示:
viz.fit(X_train,y_test)for label in viz.ax.texts: label.set_size(12)viz.poof()
这会生成以下图像,内部字体略大:
这里发生的是我直接访问包含绘图所有元素的可视化工具上的matplotlib Axes对象.网格中间的标签是Text对象,因此我遍历所有文本对象,将其大小设置为12pt.如果需要,此技术可用于在显示之前修改任何可视元素(通常我使用它来在可视化上添加注释).
但是请注意,poof调用finalize函数,因此在调用poof之后应修改标题,轴标签等一些内容,或者通过调用finalize然后调用plt.show()来修改poof.
这个特殊的代码只适用于ConfusionMatrix,但是我在Yellowbrick库中添加了一个issue,希望将来更容易或者更易读.
总结以上是内存溢出为你收集整理的python – Yellowbrick:在Yellowbrick生成的图表上增加字体大小全部内容,希望文章能够帮你解决python – Yellowbrick:在Yellowbrick生成的图表上增加字体大小所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)