Python数据科学入门（seaborn）笔记05

Python数据科学入门笔记05——seaborn

seaborn 是matplotlib的扩展

一、seaborn 实现直方图和密度图

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series,DataFrame

import seaborn as sns

s1 = Series(np.random.randn(1000))
# distplot() 可以同时绘制多个图，图名称=True
# 默认绘制hist和kde  rug 显示分布密集度  更多参数看文档
sns.distplot(s1,hist=False,kde=True,rug=True)

# 密度图 
# shade 是否填充
# kdeplot() /  rugplot() 等
sns.kdeplot(s1,shade=True,color='r')

# 直接调用 matplotlib 的api
# 暂时未解决问题  
sns.plt.hist(s1)

二、实现柱状图和热力图

# 下载  seaborn的数据作为实验数据
# seaborn 在github上有
df = sns.load_dataset('flights')   
df.head()

	year	month	passengers
0	1949	January	112
1	1949	February	118
2	1949	March	132
3	1949	April	129
4	1949	May	121

df.shape

(144, 3)

# 透视表 查看数据更方便
df = df.pivot(index='month',columns='year',values='passengers')
df.head()

year	1949	1950	1951	1952	1953	1954	1955	1956	1957	1958	1959	1960
month
January	112	115	145	171	196	204	242	284	315	340	360	417
February	118	126	150	180	196	188	233	277	301	318	342	391
March	132	141	178	193	236	235	267	317	356	362	406	419
April	129	135	163	181	235	227	269	313	348	348	396	461
May	121	125	172	183	229	234	270	318	355	363	420	472

# 热力图
sns.heatmap(df)

# 柱状图
s = df.sum()
sns.barplot(x=s.index,y=s.values)

三、seaborn设置图像效果

1.set_style() 风格设置

x = np.linspace(0,14,100)

y1 = np.sin(x)
y2 = np.sin(x+2)*1.25

def sinplot():
    plt.plot(x,y1)
    plt.plot(x,y2)

import seaborn as sns
# 设置风格 style : dict, None, or one of {darkgrid, whitegrid, dark, white, ticks}
# 设置风格  通过字典形式修改原有参数 
sns.set_style("whitegrid",{'grid.color':'red'})  

#  上面导入 seabron 后改变了图像的效果
sinplot()

# 查看风格参数 可自行设置
sns.axes_style()

{'axes.facecolor': 'white',
 'axes.edgecolor': '.8',
 'axes.grid': True,
 'axes.axisbelow': True,
 'axes.linewidth': 1.0,
 'axes.labelcolor': '.15',
 'figure.facecolor': 'white',
 'grid.color': 'red',
 'grid.linestyle': '-',
 'text.color': '.15',
 'xtick.color': '.15',
 'ytick.color': '.15',
 'xtick.direction': 'out',
 'ytick.direction': 'out',
 'xtick.major.size': 0.0,
 'ytick.major.size': 0.0,
 'xtick.minor.size': 0.0,
 'ytick.minor.size': 0.0,
 'legend.frameon': False,
 'legend.numpoints': 1,
 'legend.scatterpoints': 1,
 'lines.solid_capstyle': 'round',
 'image.cmap': 'rocket',
 'font.family': ['sans-serif'],
 'font.sans-serif': ['Arial',
  'DejaVu Sans',
  'Liberation Sans',
  'Bitstream Vera Sans',
  'sans-serif']}

# 还原默认设置
sns.set()
sinplot()

2.更改曲线属性 plotting_context() 和 set_context()

# seaborn 设置的 几种context
context = ['paper','notebook','talk','poster']

# rc={} 修改原有参数
sns.set_context(context[2],rc = {'grid.linewidth':3})
sinplot()

# 查看当前 context 参数
sns.plotting_context()

{'font.size': 15.600000000000001,
 'axes.labelsize': 14.3,
 'axes.titlesize': 15.600000000000001,
 'xtick.labelsize': 13.0,
 'ytick.labelsize': 13.0,
 'legend.fontsize': 13.0,
 'grid.linewidth': 3.0,
 'lines.linewidth': 2.275,
 'patch.linewidth': 0.39,
 'lines.markersize': 9.1,
 'lines.markeredgewidth': 0.0,
 'xtick.major.width': 1.3,
 'ytick.major.width': 1.3,
 'xtick.minor.width': 0.65,
 'ytick.minor.width': 0.65,
 'xtick.major.pad': 9.1,
 'ytick.major.pad': 9.1}

四、seaborn的调色功能

def sinplot2():
    x = np.linspace(0,14,100)
    plt.figure(figsize=(8,6))  # 设置画布大小
    for i in range(4):
        plt.plot(x,np.sin(x+i)*(i+0.75),label='sin(x+%s)*(%s+0.75)'%(i,i))
        plt.legend()

sinplot2()

# 导入 seaborn 修饰图像
import seaborn as sns
sns.set_style(style='darkgrid')

sinplot2()

调色

sns.color_palette()     # RGB 颜色取值

[(0.12156862745098039, 0.4666666666666667, 0.7058823529411765),
 (1.0, 0.4980392156862745, 0.054901960784313725),
 (0.17254901960784313, 0.6274509803921569, 0.17254901960784313),
 (0.8392156862745098, 0.15294117647058825, 0.1568627450980392),
 (0.5803921568627451, 0.403921568627451, 0.7411764705882353),
 (0.5490196078431373, 0.33725490196078434, 0.29411764705882354),
 (0.8901960784313725, 0.4666666666666667, 0.7607843137254902),
 (0.4980392156862745, 0.4980392156862745, 0.4980392156862745),
 (0.7372549019607844, 0.7411764705882353, 0.13333333333333333),
 (0.09019607843137255, 0.7450980392156863, 0.8117647058823529)]

# 绘制 color_palette() 颜色板
sns.palplot(sns.color_palette())

# coclor_palette 里定义的颜色名
pal_style = ['deep', 'muted', 'bright', 'pastel', 'dark', 'colorblind']

sns.palplot(sns.color_palette('bright'))

设置调色板

sns.set_palette(sns.color_palette('bright'))

# 修改颜色版 即颜色组合后后绘制的图像
sinplot2()

# 恢复默认风格
sns.set() 
# 使用 with 语句 ，在with 语句中画图会使用其设置的风格
# 在 with 外使用默认风格
# 也就是说 with 临时设置风格
with sns.color_palette('dark'):
    sinplot2()

# 传入数值 设置自己的画板

# RGB 值
pal = sns.color_palette([(0.5,0.2,0.4),(0.3,0.9,0.2)])  

sns.palplot(pal)

sns.palplot(sns.color_palette('hls',8))