python数据分析009_数据可视化Seaborn

一.Seaborn简介

  1.Seaborn 是基于 Python 且非常受欢迎的图形可视化库,并且在 Matplotlib 的基础上,进行了更高级的封装,使得作图更加方便快捷。可以通过极简的代码,做出具有分析价值而又十分美观的图形。

  2.seaborn.set()函数:

    sns.set(context='notebook',style='darkgrid',palette='deep',font='sans-serif',font_scale=1,color_codes=True)

  • context='':参数控制着默认的画幅大小,分别有 {paper, notebook, talk, poster} 四个值。其中,poster > talk > notebook > paper。
  • style='':参数控制默认样式,分别有 {darkgrid, whitegrid, dark, white, ticks},你可以自行更改查看它们之间的不同。
  • palette='':参数为预设的调色板。分别有 {deep, muted, bright, pastel, dark, colorblind} 等,你可以自行更改查看它们之间的不同。
  • font='' 用于设置字体。font_scale= '':设置字体大小。color_codes='': 不使用调色板而采用先前的 'r' 等色彩缩写。
  • numpy的np.linspace()函数生成100个0到15的等间隔数列。x = np.linspace(0, 15, 100)

  3.sns.despine()函数默认移除了上部和右侧的轴,设置sns.despine()函数的top、right、left、bottom参数的值来控制轴是否删除,值为True时,会移除该轴,反之,保留该轴。

  • sns.despine(left=True)

   4.使用with设置风格,在with下画的图都可以使用该种风格。sns.axes_style()的作用是临时设置绘图的参数,也就是只设置使用with打开的作用域内的绘图,不会对其他的图造成影响。

  • import numpy as np
  • import matplotlib.pyplot as plt
  • import seaborn as sns
  • def sinplot():
  • x = np.linspace(0, 15, 100)
  • for i in range(1, 3):
  • plt.plot(x, np.sin(x + i))
  • # 设置子图风格
  • with sns.axes_style("darkgrid"):
  • plt.subplot(211)
  • sinplot()
  • plt.subplot(212)
  • sinplot()
  • plt.show()

 二.color_palette()调色板

  1.seaborn的seaborn.color_palette()函数提供了一组定义好的调色板

    seaborn.color_palette(palette=None, n_colors=None, desat=None)

  • 该函数的返回值: 是一个调色板定义的一个颜色列表。
  • palette:调色板,可以不写,可以填写字符串,也可以是一个序列。
  • n_colors:可以指定颜色的数量, 最多10个, 如果多于10个, 其余的会循环10种颜色。
  • desat:按照比例降低每一种颜色的饱和度。
  • 不带任何参数时,表示获取这个盒子里的全部水彩笔。
  • color_palette()默认给我们提供了6种主题颜色去对应matplotlib中的10种颜色。6个默认的颜色主题分别是: deep,muted,pastel,bright,dark,colorblind。

  2.例如:

  • import seaborn as sns
  • # 获取默认调色板的颜色列表
  • current_palette = sns.color_palette()
  • # 绘制调色板的颜色
  • sns.palplot(current_palette)
  • theme_list=['deep', 'muted', 'pastel','bright', 'dark', 'colorblind']
  • for i in theme_list:
  • sns.palplot(sns.color_palette(i))

  3.如果想用多于10中不同的颜色

  • sns.palplot(sns.color_palette("hls", 12))
  • hls:大家就可以看做是一个颜色足够丰富的色板。
  • plt.bar(a,b,width=0.3,color=sns.color_palette("hls", 6))

三.总结

 

 

 

 

posted @ 2020-05-27 17:42  番薯大大  阅读(313)  评论(0编辑  收藏  举报