matplotlib / matplotlib/ipympl
My heatmap is blank
Personne n'a encore pris cette issue.
- Langage dominant
- Jupyter Notebook
- Étoiles
- 1.7k
- Forks
- 234
- Métriques de merge des PR
- Aucune PR mergée en 30 j
Description
I am trying to create a heatmap with the follow data: It is a lot of data points, this is just a preview. Any ideas on why it is blank?
TF target importance
0 ZIC5 ZIC2 244.284998
1 DLX6 DLX5 146.211550
2 FOXD4L6 FOXD4L3 139.951544
3 DDX43 OOEP 133.502314
4 FOXD4L3 FOXD4L6 132.367859
5 DLX5 DLX6 131.638314
6 FOXD4 FOXD4L1 128.395748
7 HOXA11 HOXA10 112.056258
8 HOXA2 HOXA3 110.962698
9 ZIC2 ZIC5 109.077028
CODE BELOW:
import os
import glob
import pickle
import pandas as pd
import numpy as np
import scanpy as sc
import loompy as lp
from dask.diagnostics import ProgressBar
from MulticoreTSNE import MulticoreTSNE as TSNE
import seaborn as sns
import matplotlib.pyplot as plt
df = pd.read_csv("adj.tsv", sep='\t')
print(df.head(10))
df = df.pivot("TF", "target", "importance")
hm = sns.heatmap(df, linewidth = 0.5, cmap = 'coolwarm')
Guide de contribution
Ouvrir le guide de contribution
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Piste de recherche
Commencez par le snippet Python, en particulier la lecture de adj.tsv, le pivot du DataFrame et l’appel à la heatmap de seaborn, puis reproduisez-le dans la configuration Jupyter signalée. Le fichier d’entrée et les détails de l’environnement ne sont pas fournis ; déterminez donc d’abord si la sortie vide est spécifique à ipympl. Le travail est terminé lorsqu’un diagnostic reproductible est établi ou qu’un rapport clarifié contient les détails manquants sur la configuration et les données.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Évaluation
- Stack technique
- jupyter, jupyter-notebook, numpy, pandas, python
- Domaine
- data-visualization
- Type d'issue
- Bug
- Difficulté
- 4/5
- Temps estimé
- 3-5 jours
- Activité
- À l'abandon
- Clarté
- À clarifier
- Accessibilité débutants
- 18/100