Python可视化模块——SeaBorn 01

SeaBorn 01

Python可视化模块SeaBorn:特点

• 多个内置主题和颜色主题
• 可视化单一变量、二维变量用于比较数据集中各变量的分布情况
• 可视化线性回归模型中的独立变量及不独立变量
• 可视化矩阵数据，通过聚类算法探究矩阵间的结构
• 可视化时间序列数据及不确定性的展示
• 可在分割区域制图，用于复杂的可视化

---

多个内置主题和颜色主题

内置主题

seaborn将matplotlib的参数划分为两个组。第一组控制图表的样式，第二组控制图的度量尺度元素。

• 控制样式(axes_style()和set_style())
• 度量图(plotting_context()和set_context())

图样式方法axes_style()和set_style()

• 有5种seaborn主题形式：darkgrid, whitegrid, dark, white, ticks，默认为darkgrid。
  darkgrid－－灰色网格 （背景为灰色带白色网格）
  whitegrid－－白色网格 （白底带灰色网格）
  dark－－灰底（灰底无网格）
  white －－白底（白底无网格）
  ticks－－刻度（加上刻度）

• 用despine()方法去掉图表中的各种轴（在白底和带刻度的两幅图表中，顶部的轴式不需要，可将其去掉。若用matplotlib去除，较困难，Seaborn可轻松实现。）
  去掉顶部–sns.despine()
  去掉y 轴–sns.despine(left=True)

• With语句临时设置图表样式
  先用一张图介绍一下matplotlib.pylab的subplot()函数：
  
  在with语句中使用axes_style函数能够暂时设置图参数，这也可以使数据不同样式的轴。
  

颜色主题

color_palette()

current_palette = sns.color_palette()
sns.palplot(current_palette)

用set_palette()方法改变默认调色板 ，可以看出，色彩绚丽了很多

注：
1、用Seaborn画出好看的分布图