إضافة إطار إلى المخطط البياني Plot باستخدام Seaborn في بايثون

للقيام بالأمر يمكنك أن تستخدام كُلاً من الدالة axvline التي تقوم برسم خط عمودي والدالة axhline  التي تقوم برسم خط أفقي.حيث نقوم برسم خطين أفقين وخطين عموديين وبالتالي نشكل إطار.
سنرسم الخط الأفقي الأول عند النقطة y=0، والخط الأفقي الثاني عند y=عدد الصفوف في مجموعة البيانات الخاصة بك.
سنرسم الخط العمودي عند x=0 و الثاني عند x=عدد الأعمدة في مجموعة البيانات.

import seaborn as sns
import matplotlib.pyplot as plt
example = sns.load_dataset("flights")
example = example.pivot("month", "year",
                        "passengers")
res = sns.heatmap(example)
# الخطين الافقيين
res.axhline(y = 0, color='c',linewidth = 10)
res.axhline(y = example.shape[1], color = 'c',
			linewidth = 10)
# العموديين
res.axvline(x = 0, color = 'c',
			linewidth = 10)
res.axvline(x = example.shape[0],
			color = 'c', linewidth = 10)
plt.show()

هنا أضفنا إطار لونه أزرق فاتح (سمائي).

 

بالاضافة للطريقة السابقة يمكنك استخدام ايضا الطريقة التالية:

for _, spine in res.spines.items():
    spine.set_visible(True)

المثال التالي يوضح كيف نضيف اطاراً حول الأربع أركان:

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


data = np.array([[25.55535942,  1.99598017,  9.78107706],
 [ 4.95758736, 39.68268716, 16.78109873],
 [ 0.45401194,  0.10003128,  0.6921669 ]])

df = pd.DataFrame(data=data)

fig = plt.figure(num=None, figsize=(10, 10), dpi=80, facecolor='w', edgecolor='k')

cmap = sns.cubehelix_palette(light=1, as_cmap=True)

res = sns.heatmap(df, annot=True, vmin=0.0, vmax=100.0, 
                  fmt='.2f', cmap=cmap, cbar_kws={"shrink": .82})

res.invert_yaxis()

#اظهار الاطار 
for _, spine in res.spines.items():
    spine.set_visible(True)
plt.title('Seaborn heatmap - with frame')
plt.savefig('seaborn_heatmap_with_frame_01.png')              
plt.show()

ويظهر الاطار كالتالي:

بالإضافة لهذا يمكننا وضع إطار حول كل خليه داخل الرسمة كذلك بنفس الطريقة كالتالي:

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


data = np.array([[25.55535942,  1.99598017,  9.78107706],
 [ 4.95758736, 39.68268716, 16.78109873],
 [ 0.45401194,  0.10003128,  0.6921669 ]])

df = pd.DataFrame(data=data)

fig = plt.figure(num=None, figsize=(10, 10), dpi=80, facecolor='w', edgecolor='k')

cmap = sns.cubehelix_palette(light=1, as_cmap=True)

res = sns.heatmap(df, annot=True, vmin=0.0, vmax=100.0, 
                  fmt='.2f', cmap=cmap, cbar_kws={"shrink": .82},
                  linewidths=0.1, linecolor='gray')

#اظهار الاطار
res.invert_yaxis()
plt.title('Seaborn heatmap - with frame')

plt.savefig('seaborn_heatmap_with_frame_and_cell_border_01.png')              
plt.show()

وتظهر كالتالي:

لاحظ اننا يمكننا تغيير لون الإطار كذلك باستخدام الألوان المتاحة في المكتبة، وكذلك عرضة وحجمه.