基于Python科研论文绘制学习 - task3

Seaborn

seaborn 在matplotlib 的基础上进行了更高级的封装,能用更少的代码绘制配图。

1、图类型

  1. 关系型图
    基于Python科研论文绘制学习 - task3_第1张图片

  2. 数据分布型图
    基于Python科研论文绘制学习 - task3_第2张图片

  3. 分类数据型图
    基于Python科研论文绘制学习 - task3_第3张图片
    基于Python科研论文绘制学习 - task3_第4张图片

  4. 回归模型分析图
    基于Python科研论文绘制学习 - task3_第5张图片

2、多子图网格型图

FacetGrid()
import pandas as pd
import numpy as np
import proplot as pplt
import seaborn as sns
import matplotlib.pyplot as plt
from proplot import rc

rc["font.family"] = "Times New Roman"
rc["axes.labelsize"] = 15
rc['tick.labelsize'] = 13
df = sns.load_dataset('tips') 
graph = sns.FacetGrid(df, col ='time', hue ='smoker') 
# map the above form facetgrid with some attributes 
graph.map(sns.regplot, "total_bill", "tip").add_legend() 
graph.add_legend() 
plt.show()

基于Python科研论文绘制学习 - task3_第6张图片

PairGrid()

绘图风格、颜色主题和绘图元素缩放比例

sns.set_style("style_name")  ## 设置绘图风格
sns.set_palette("palette_name")  ## 设置颜色主题
sns.set_context("context_name")  ## 设置绘图元素缩放比例

你可能感兴趣的:(python,学习,seaborn)