python - 绘制虚拟列数据帧的稀疏度

Question

我试图可视化包含0s 和1s 列的数据帧的稀疏性（总共是 s 的 90% 和0s 的 10% 1）。

到目前为止，我已经尝试了以下方法：

sparse_df = df[binary_feat_cols].astype(pd.SparseDtype("int", 0))
sparse_df.sparse.density
plt.figure(figsize=(10, 6))
plt.spy(sparse_df, markersize=1);

和

sparse_matrix = scipy.sparse.csr_matrix(df[binary_feat_cols].to_numpy())
plt.figure(figsize=(10, 6))
plt.spy(sparse_matrix, markersize=1);

在这两种情况下，我都知道图像显示。任何想法我做错了什么？

编辑：我刚刚意识到它与矩阵的形状有关，因为我已经尝试过这个例子：

x = np.random.randn(910, 51)
x[15, :] = 0.
x[:, 40] = 0.
plt.figure(figsize=(10, 6))
plt.spy(x, markersize = 5)

我得到了这个新情节：

那么，问题应该是数据框有大约 900K 行和 50 列，并且无法绘制？

Answer 1

我在这里检查了matplotlib.pyplot.spy并看到了aspect参数：

aspect{'equal', 'auto', None} 或 float，默认值：'equal' 轴的纵横比。此参数与图像特别相关，因为它确定数据像素是否为正方形。此参数是显式调用 Axes.set_aspect 的快捷方式。有关详细信息，请参见那里。'equal'：确保纵横比为 1。像素为正方形。'auto'：轴保持固定并调整纵横比以使数据适合轴。通常，这将导致非方形像素。无：使用 rcParams["image.aspect"]（默认值：'equal'）。

所以，做plt.spy(sparse_df, markersize=1, aspect = 'auto')已经解决了我的问题。谢谢！