可视化库Seaborn-整体布局风格

导入库

import seaborn as sns
import numpy
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

写一个 sin sin 函数并用Matplotlib表示出来

def sinplot(flip = 1):
    x = numpy.linspace(0, 14, 100)
    for i in range(1, 7):
        plt.plot(x, numpy.sin(x + i * 0.5) * (7 - i) * flip)

调用函数sinplot()可以得到如下图:
可视化库Seaborn-整体布局风格_第1张图片

将其设置为Seaborn风格

sns.set()
sinplot()

可得到如下图:
可视化库Seaborn-整体布局风格_第2张图片

在Seaborn库中有五种布局风格,分别是:darkgrid、whitegrid、dark、white、ticks

下面一一来展示它们
①darkgrid

#darkgrid
sns.set_style('darkgrid')
sinplot()

图像为:
可视化库Seaborn-整体布局风格_第3张图片

②whitegrid

#whitegrid
sns.set_style('whitegrid')
sinplot()

图像为:
可视化库Seaborn-整体布局风格_第4张图片

#whitegrid
sns.set_style('whitegrid')
boxdata = numpy.random.normal(size=(20, 6)) + numpy.arange(6) / 2
sns.boxplot(data = boxdata)

图像为:
可视化库Seaborn-整体布局风格_第5张图片

③dark

#dark
sns.set_style('dark')
sinplot()

图像为:
可视化库Seaborn-整体布局风格_第6张图片

④white

#white
sns.set_style('white')
sinplot()

图像为:
可视化库Seaborn-整体布局风格_第7张图片

⑤ticks

#ticks(有刻度)
sns.set_style('ticks')
sinplot()

图像为:
可视化库Seaborn-整体布局风格_第8张图片

如果要除去xy轴以外的边线,可以通过如下代码实现:

#除去xy轴以外的边线
sinplot()
sns.despine()

图像为:
可视化库Seaborn-整体布局风格_第9张图片

你可能感兴趣的:(#,数据分析)