Seaborn 简明教程
Seaborn - Figure Aesthetic
可视化数据是一个步骤,进一步美化可视数据则是另一个步骤。可视化在向受众传达定量洞察方面发挥着至关重要的作用,以吸引他们的注意力。
美学是指与自然和对美的欣赏有关的一组原则,尤其是在艺术中。可视化以尽可能有效和最简单的方式呈现数据的艺术。
Matplotlib 库高度支持自定义,但要知道需要调整哪些设置才能实现有吸引力和预期的情节,这是应该了解的。与 Matplotlib 不同,Seaborn 附带自定义主题和用于自定义和控制 Matplotlib 图形外观的高级界面。
Example
import numpy as np
from matplotlib import pyplot as plt
def sinplot(flip = 1):
x = np.linspace(0, 14, 100)
for i in range(1, 5):
plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)
sinplot()
plt.show()
这是使用默认 Matplotlib 绘制的情节 −
要将同一张图表更改为 Seaborn 默认值,请使用 set() 函数 −
Example
import numpy as np
from matplotlib import pyplot as plt
def sinplot(flip = 1):
x = np.linspace(0, 14, 100)
for i in range(1, 5):
plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)
import seaborn as sb
sb.set()
sinplot()
plt.show()
Output
以上两幅图显示了默认 Matplotlib 和 Seaborn 图表之间的差异。数据的表示方式相同,但在两者中表示样式有所不同。
基本上,Seaborn 将 Matplotlib 参数分成两组 −
-
Plot styles
-
Plot scale
Seaborn Figure Styles
用于操作样式的界面是 set_style() 。使用此功能,您可以设置绘制的主题。根据最新更新版本,以下是可用的五种主题。
-
Darkgrid
-
Whitegrid
-
Dark
-
White
-
Ticks
让我们尝试从上述列表中应用一个主题。绘图的默认主题 darkgrid 我们已在前面的示例中看到了。
Removing Axes Spines
在白色和刻度主题中,我们可以使用 despine() 函数删除顶部和右侧的轴刺。
Overriding the Elements
如果您想自定义 Seaborn 样式,您可以将参数词典传递给 set_style() *function. Parameters available are viewed using *axes_style() 函数。
Output
{'axes.axisbelow' : False,
'axes.edgecolor' : 'white',
'axes.facecolor' : '#EAEAF2',
'axes.grid' : True,
'axes.labelcolor' : '.15',
'axes.linewidth' : 0.0,
'figure.facecolor' : 'white',
'font.family' : [u'sans-serif'],
'font.sans-serif' : [u'Arial', u'Liberation
Sans', u'Bitstream Vera Sans', u'sans-serif'],
'grid.color' : 'white',
'grid.linestyle' : u'-',
'image.cmap' : u'Greys',
'legend.frameon' : False,
'legend.numpoints' : 1,
'legend.scatterpoints': 1,
'lines.solid_capstyle': u'round',
'text.color' : '.15',
'xtick.color' : '.15',
'xtick.direction' : u'out',
'xtick.major.size' : 0.0,
'xtick.minor.size' : 0.0,
'ytick.color' : '.15',
'ytick.direction' : u'out',
'ytick.major.size' : 0.0,
'ytick.minor.size' : 0.0}
更改任何参数的值都将更改绘图样式。
Scaling Plot Elements
我们还可以控制绘图元素,并且可以使用 set_context() 函数控制绘图的比例。我们有四个预设模板用于上下文,根据相对大小,将上下文命名如下
-
Paper
-
Notebook
-
Talk
-
Poster
默认情况下,上下文设置为笔记本;并用于上面的绘图中。