如何从图中的列名中删除下划线？
How to remove underscores from column names within plots?
我正在处理在列名称中将下划线作为空格的数据框。据我了解，这是一个很好的做法，所以我不想用空格重命名列。
绘制各个列之间的相关性时，列名在图中用下划线拼出。我希望能够使用空格代替更清晰的阅读视觉效果。
有没有办法修改图表中显示的名称，以便我可以用空格替换所有下划线 and/or 将这些图表中显示的标签重命名为 different/more 比实际列名？目前我的绘图使用 matplotlib 和 seaborn。
编辑：
要添加更多关于我这样做的原因的详细信息 - 我正在从 SQL 查询构建此数据框。 SQL 数据库的列名中有下划线，所以在这里继承。下面一个有用的答案是重命名生成的数据框以用空格替换下划线。另一个我刚刚想到的是在进行查询时将列导入为更易读的名称。如果我想通过添加详细信息，这还允许我更改列以使其更加清晰。
SELECT table.column_name AS [Column Name]
但这留下了我的另一个问题 - 为什么在 SQL 数据库的列名中不包含空格很重要？从理论上讲，我可以做到这一点，这样数据库就有了我想要的内置空间。
我发现 <your_col_name_here>.replace("_", " ").title() 对此很有帮助。
这里有一些例子...
示例 1 - Matplotlib:
def show_iris_histograms():
cols_to_plot = [
"sepal_length",
"sepal_width",
"petal_length",
"petal_width",
]
fig = plt.figure(figsize=(10, 6))
for i, col_name in enumerate(cols_to_plot):
ax = fig.add_subplot(2, 2, i + 1)
iris[col_name].hist(bins=15, ax=ax)
col_name_label = col_name.replace("_", " ").title()
ax.set_title(col_name_label + " Distribution")
fig.tight_layout()
plt.show()
show_iris_histograms()
输出：
示例 2 - Seaborn:
def show_iris_pairplots():
pair_plot = sns.pairplot(iris, hue="class")
pair_plot.fig.get_children()[-1].set_title("Class")
for i in range(4):
for j in range(4):
x_label = pair_plot.axes[i][j].get_xlabel()
y_label = pair_plot.axes[i][j].get_ylabel()
pair_plot.axes[i][j].set_xlabel(
x_label.replace("_", " ").title(),
)
pair_plot.axes[i][j].set_ylabel(
y_label.replace("_", " ").title(),
)
plt.show()
show_iris_pairplots()
输出：
如果将整个数据框传递给绘图方法
使用pandas rename方法和Python的字符串replace一起用空格替换下划线。
一种方法是使用修改后的列名称创建一个辅助数据框，并将该新数据框传递给绘图方法，例如：
import pandas as pd
# Dummy df
df = pd.DataFrame({
'Column_1': pd.Series([1, 2, 3]),
'Column_2': pd.Series([1, 2, 3]),
'Column_3': pd.Series([1, 2, 3]),
})
modified_df = df.rename(columns=lambda name: name.replace('_', ' '))
print(df)
print(modified_df)
输出：
Column_1 Column_2 Column_3
0 1 1 1
1 2 2 2
2 3 3 3
Column 1 Column 2 Column 3
0 1 1 1
1 2 2 2
2 3 3 3
如果你不介意改变原始数据框，你可以做这个操作inplace，而不需要创建辅助数据框：
df.rename(columns=lambda name: name.replace('_', ' '), inplace=True)
如果您只需要一个带有修改标签的列表
您可以使用列表理解生成新标签：
labels = [col.replace('_', ' ') for col in df.columns]
我正在处理在列名称中将下划线作为空格的数据框。据我了解，这是一个很好的做法，所以我不想用空格重命名列。
绘制各个列之间的相关性时，列名在图中用下划线拼出。我希望能够使用空格代替更清晰的阅读视觉效果。
有没有办法修改图表中显示的名称，以便我可以用空格替换所有下划线 and/or 将这些图表中显示的标签重命名为 different/more 比实际列名？目前我的绘图使用 matplotlib 和 seaborn。
编辑： 要添加更多关于我这样做的原因的详细信息 - 我正在从 SQL 查询构建此数据框。 SQL 数据库的列名中有下划线，所以在这里继承。下面一个有用的答案是重命名生成的数据框以用空格替换下划线。另一个我刚刚想到的是在进行查询时将列导入为更易读的名称。如果我想通过添加详细信息，这还允许我更改列以使其更加清晰。
SELECT table.column_name AS [Column Name]
但这留下了我的另一个问题 - 为什么在 SQL 数据库的列名中不包含空格很重要？从理论上讲，我可以做到这一点，这样数据库就有了我想要的内置空间。
我发现 <your_col_name_here>.replace("_", " ").title() 对此很有帮助。
这里有一些例子...
示例 1 - Matplotlib:
def show_iris_histograms():
cols_to_plot = [
"sepal_length",
"sepal_width",
"petal_length",
"petal_width",
]
fig = plt.figure(figsize=(10, 6))
for i, col_name in enumerate(cols_to_plot):
ax = fig.add_subplot(2, 2, i + 1)
iris[col_name].hist(bins=15, ax=ax)
col_name_label = col_name.replace("_", " ").title()
ax.set_title(col_name_label + " Distribution")
fig.tight_layout()
plt.show()
show_iris_histograms()
输出：
示例 2 - Seaborn:
def show_iris_pairplots():
pair_plot = sns.pairplot(iris, hue="class")
pair_plot.fig.get_children()[-1].set_title("Class")
for i in range(4):
for j in range(4):
x_label = pair_plot.axes[i][j].get_xlabel()
y_label = pair_plot.axes[i][j].get_ylabel()
pair_plot.axes[i][j].set_xlabel(
x_label.replace("_", " ").title(),
)
pair_plot.axes[i][j].set_ylabel(
y_label.replace("_", " ").title(),
)
plt.show()
show_iris_pairplots()
输出：
如果将整个数据框传递给绘图方法
使用pandas rename方法和Python的字符串replace一起用空格替换下划线。
一种方法是使用修改后的列名称创建一个辅助数据框，并将该新数据框传递给绘图方法，例如：
import pandas as pd
# Dummy df
df = pd.DataFrame({
'Column_1': pd.Series([1, 2, 3]),
'Column_2': pd.Series([1, 2, 3]),
'Column_3': pd.Series([1, 2, 3]),
})
modified_df = df.rename(columns=lambda name: name.replace('_', ' '))
print(df)
print(modified_df)
输出：
Column_1 Column_2 Column_3
0 1 1 1
1 2 2 2
2 3 3 3
Column 1 Column 2 Column 3
0 1 1 1
1 2 2 2
2 3 3 3
如果你不介意改变原始数据框，你可以做这个操作inplace，而不需要创建辅助数据框：
df.rename(columns=lambda name: name.replace('_', ' '), inplace=True)
如果您只需要一个带有修改标签的列表
您可以使用列表理解生成新标签：
labels = [col.replace('_', ' ') for col in df.columns]