matplotlib / matplotlib/ipympl

My heatmap is blank

Aperta
#509 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Lingua principale
Jupyter Notebook
Stelle
1.7k
Fork
234
Metriche di merge delle PR
Nessuna PR unita negli ultimi 30g

Descrizione

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')
Screenshot 2023-01-12 at 9 02 00 PM

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Direzione di ricerca

Inizia con lo snippet Python, in particolare con la lettura di adj.tsv, il pivot del DataFrame e la chiamata alla heatmap di seaborn, e riproducilo nella configurazione Jupyter segnalata. Il file di input e i dettagli dell’ambiente non sono forniti, quindi determina innanzitutto se l’output vuoto è specifico di ipympl. Il lavoro è completato quando si dispone di una diagnosi riproducibile o di una segnalazione chiarita con i dettagli mancanti sulla configurazione e sui dati.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
jupyter, jupyter-notebook, numpy, pandas, python
Ambito
data-visualization
Tipo di issue
Bug
Difficoltà
4/5
Tempo stimato
3-5 giorni
Stato di attività
Ferma
Chiarezza
Da chiarire
Idoneità per principianti
18/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.