Seaborn数据可视化(二)

目录

1.Seaborn风格设置

1.1 主题设置

1.2 轴线设置

 1.3 移除轴线

 1.4 使用字典传递函数

 2.设置绘图元素比例

2.1 设置绘图元素比例paper

2.2 设置绘图元素比例poster

2.3 设置绘图元素比例notebook


Seaborn将Matplotlib的参数划分为两个独立的组合,第一组用于设置绘图的外观风格,第二组用于将绘图的各种元素按比例缩放。控制这些参数的接口主要有两对方法:

  • 控制风格:axes_style(),set_style();
  • 缩放绘图:plotting_context(),set_context()。

1.Seaborn风格设置

1.1 主题设置

set_style()用于设置主题,Seaborn有5个预设的主题,以下是这5个预设主题的简要介绍:

  • “darkgrid”:深色网格主题,具有灰色背景和暗色网格线,在绘制时可以提供良好的对比度和可读性。

  • “whitegrid”:白色网格主题,类似于"darkgrid",但背景是白色的,适用于需要明亮背景的情况。

  • “dark”:深色背景主题,具有漆黑的背景和浅色文本,适用于在黑暗环境中查看图形。

  • “white”:白色背景主题,与"dark"相反,具有白色背景和深色文本,适用于明亮的环境。

  • “ticks”:轴刻度线主题,具有刻度线和标签,适用于显示轴上的刻度线和标签。

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
def sinplot(flip = 2):
    x = np.linspace(0,20, 50)
    for i in range(1,5):
        plt.plot(x, np.cos(x + i * 0.8) * (9 - 2*i) * flip)
sinplot()

sns.set_style("white") #设置主题 
sinplot()

结果图:

Seaborn数据可视化(二)_第1张图片

1.2 轴线设置

sinplot()
sns.despine(offset = 20, trim = True)

 sns.despine()是seaborn库中的一个函数,用于移除绘图中的轴线(spines)。该函数提供了一些参数来控制轴线的移除方式。其中,offset参数用于调整轴线和绘图区域的距离,trim参数用于控制是否根据实际的数据范围截取轴线。

结果图: 

Seaborn数据可视化(二)_第2张图片

 1.3 移除轴线

sinplot()
sns.despine(left = True,bottom = True)

结果图:

Seaborn数据可视化(二)_第3张图片

 1.4 使用字典传递函数

sns.set_style("darkgrid", {"axes.facecolor": ".9"})
sinplot()

结果图:

Seaborn数据可视化(二)_第4张图片

 2.设置绘图元素比例

2.1 设置绘图元素比例paper

sns.set_context("paper")
sinplot()

结果图:

Seaborn数据可视化(二)_第5张图片

2.2 设置绘图元素比例poster

sns.set_context("poster")
sinplot()

结果图:

Seaborn数据可视化(二)_第6张图片

2.3 设置绘图元素比例notebook

sns.set_context("notebook", font_scale = 1.8, rc = {"lines.linewidth": 1.5})
sinplot()

结果图:

Seaborn数据可视化(二)_第7张图片

 


你可能感兴趣的:(Python数据分析与可视化,jupyter,数据可视化,数据分析,python)