plt.style.use(‘seaborn‘)出错

最新推荐文章于 2024-10-21 17:01:14 发布

LLDZH

最新推荐文章于 2024-10-21 17:01:14 发布

阅读量1.2w

点赞数 67

文章标签： matplotlib python plotly

本文链接：https://blog.youkuaiyun.com/LLDZH/article/details/135208025

版权

'seaborn' is not a valid package style, path of style file, URL of style file, or library style name (library styles are listed in `style.available`)

调用Matplotlib内置样式时报错：

首先尝试网络常见的解决办法

检查安装seaborn：

pip install seaborn

然后在代码当中调用：

import seaborn

发现依旧报错

换一个样式：

plt.style.use('seaborn-darkgrid')

还是报错！

搜索无果，老办法：查询源头的可用样式列表

plt.style.available

结果发现

应该是更新了吧，没有“seaborn”只有“seaborn-v0_8”，修改代码

plt.style.use('seaborn-v0_8')

调用成功！！！

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

LLDZH

关注关注

67
点赞
踩
37

收藏

觉得还不错? 一键收藏
7
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

[Python]-plt.style.use(‘seaborn‘)报错

qq_25989761的博客

08-22

1465

可以看到，由于Seaborn库的变动，我们可以将“seaborn”更换成“seaborn-v0_8”即可正常运行。

Python安装seaborn出现错误的几种可能和解决办法

热门推荐

weixin_39057311的博客

04-09

1万+

Python安装seaborn出现错误的几种可能和解决办法笔者在用Python学习数据分析时，需要安装几个常用库，安装过程发现了这个问题，来给萌新分享一下，写的不详细之处还请包涵。首先在命令提示框（cmd）中找到seaborn的安装目录，执行pip install "安装包名称",（这里的引号是英文）会发现以下错误大意就是在scipy里找不到符合的seaborn来进行安装，因此我们到官网链...

7 条评论您还未登录，请先登录后发表或查看评论

seaborn——绘图方式

weixin_43794311的博客

03-29

2219

seaborn绘图工具它是在matplotlib发展的,容易绘制更加精致的图形，兼容pandas和numpy等数据结构绘制的三种方式：plt.style.use(‘seabon’)、sns.set()、使用seaborn函数 import seaborn as sns plt.style.use(‘seabon’) 直接将原来使用matplotlib绘制的图形前面添加该语句，图形自动出现了像网...

plt.style.use('seaborn')

weixin_42591413的博客

12-24

297

可以使用如下代码来使用 seaborn 主题： import matplotlib.pyplot as plt import seaborn plt.style.use('seaborn')

MatplotlibDeprecationWarning报错处理（style.use(‘seaborn-whitegrid‘)）

paddy0213的博客

03-29

6123

MatplotlibDeprecationWarning: The seaborn styles shipped by Matplotlib are deprecated since 3.6, as they no longer correspond to the styles shipped by seaborn. However, they will remain available as 'seaborn-v0_8-'. Alternatively, directly use the s

python报错(1)—plt.style.use(‘seaborn‘)出错

weixin_56509847的博客

10-21

1057

plt.style.use('seaborn')变成。

使用seaborn后matplotlib的样式被改变的坑——重置样式

XerCis的博客

07-21

1246

调用sn.reset_orig()

Python 数据可视化：Seaborn 库的使用

小嗷犬的博客

09-15

1837

Seaborn是一个基于 Python 的数据可视化库，它建立在 matplotlib 之上，并与 pandas 数据结构密切集成。Seaborn 的主要目的是通过使用更高级的界面来制作有吸引力的统计图形，从而使可视化变得更简单。Seaborn 提供了更高级的界面来绘制有吸引力的统计图形，例如散点图、条形图、箱线图等。这些图形可以通过几行代码快速生成，而不需要手动调整每个细节。Seaborn 包括几个预定义的主题，可以用于改变图形的外观。这使得它更容易创建美观且专业的图形。

python数据可视化: 使用seaborn(下)

泛泛之素

12-29

3551

数据详细请见上一篇. 数据载入: import pandas as pd import numpy as np from matplotlib import pyplot as plt, cm import seaborn as sns from sqlalchemy import create_engine import sqlite3 import warnings %matplotlib ...

解决调用seaborn在pycharm中绘制图显示不出来的问题

qq_43525260的博客

03-25

4508

""" Annotated heatmaps ================== """ import matplotlib.pyplot as plt import seaborn as sns sns.set() # Load the example flights dataset and convert to long-form flights_long = sns.load_data...

matplotlib-plt.style.use

柳杰的博客

11-14

2786

plt.style.use(style) 作用：使用matplotlib自带的几种美化样式，就可以很轻松的对生成的图形进行美化。可以使用matplotlib.pyplot.style.available获取所有的美化样式 print(plt.style.available) ['Solarize_Light2', '_classic_test_patch', 'bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight', 'ggplot'

plt.style.use('seaborn')出错

04-03

这个错误可能是因为您没有安装seaborn模块...import matplotlib.pyplot as plt import seaborn as sns ``` 如果您的代码中已经导入了必要的模块并且已经安装了seaborn模块，那么您需要检查您的代码中是否有其他错误。

plt.style.use('seaborn-whitegrid') # 设置图形大小 plt.rcParams['figure.figsize'] = (10, 10) # 绘制第一条折线图，颜色样式为 --g plt.plot(input_data, '--g', label='L1') # 绘制第二条折线图，颜色样式为 :r plt.plot(input_data1, ':r', label='L2') # 设置图例 plt.legend() # 设置标题和坐标轴标签 plt.title("Two Line Charts") plt.xlabel("X") plt.ylabel("Y") # 保存图形 plt.savefig('Task2/img/T1.png') plt.close()

最新发布

03-31

首先，代码开始使用`plt.style.use('seaborn-whitegrid')`，这里可能涉及到Matplotlib的风格设置。我需要解释这个样式的作用，比如背景网格线，使图表更清晰。然后设置图形大小的`plt.rcParams`，这里用户指定了(10,...

import pandas as pd import numpy as np import os import matplotlib.pyplot as plt from tqdm import tqdm from concurrent.futures import ProcessPoolExecutor # ========== 配置参数 ========== D_TYPE = {0: np.float32, 1: np.float32} CHUNK_SIZE = 10000 # ========== 数据处理函数 ========== def process_sheet(df: pd.DataFrame, target: float) -> float: """处理单个工作表的核心逻辑""" valid_mask = df.iloc[:, [0,1]].notna().all(axis=1) a_col = df.iloc[valid_mask, 0].astype(np.float32) b_col = df.iloc[valid_mask, 1].astype(np.float32) mask = a_col.between( target - 0.003, target + 0.003, inclusive='both' ) return b_col[mask].sum() def process_excel(file_path: str, target: float) -> float: """处理单个Excel文件的并行单元""" try: all_sheets = pd.read_excel( file_path, sheet_name=None, skiprows=5, usecols="A:B", header=None, dtype=D_TYPE, engine='openpyxl' ) total = sum( process_sheet(df, target) for df in all_sheets.values() ) return total / len(all_sheets) except Exception as e: print(f"处理文件 {os.path.basename(file_path)} 时出错: {str(e)}") return 0.0 # ========== 主处理流程 ========== if __name__ == "__main__": # 初始化中文字体配置（核心修复） plt.rcParams['font.sans-serif'] = ['Microsoft YaHei', 'SimHei', 'KaiTi'] # 多字体备选 plt.rcParams['axes.unicode_minus'] = False # 用户输入 target_value = float(input("请输入要筛选的A列目标值：")) input_dir = input("请输入Excel文件所在的文件夹路径：").strip() output_dir = input("请输入结果图表输出路径：").strip() os.makedirs(output_dir, exist_ok=True) # 获取文件列表 files = [ os.path.join(input_dir, f) for f in os.listdir(input_dir) if f.endswith(".xlsx") ] # 并行处理 with ProcessPoolExecutor() as executor: futures = { executor.submit(process_excel, file, target_value): os.path.basename(file) for file in files } results = [] with tqdm(total=len(files), desc="处理进度") as pbar: for future in futures: filename = futures[future] try: avg_sum = future.result() results.append((filename, avg_sum)) except Exception as e: print(f"文件 {filename} 处理异常: {str(e)}") finally: pbar.update(1) # ========== 可视化优化 ========== plt.style.use('seaborn-v0_8-darkgrid') plt.figure(figsize=(12, 6), dpi=100) plt.barh( [x[0] for x in results], [x[1] for x in results], color='#4C72B0' ) plt.xlabel("B列总和平均值", fontsize=12, fontweight='bold') plt.ylabel("文件名", fontsize=12, fontweight='bold') plt.title(f"目标值 {target_value}±0.003 数据统计\n({len(files)}个文件)", fontsize=14, pad=20) plt.grid(axis='x', linestyle='--', alpha=0.7) # 调整布局和保存 plt.tight_layout() output_path = os.path.join(output_dir, "optimized_result.png") plt.savefig(output_path, dpi=300, bbox_inches='tight') print(f"\n处理完成！优化结果图表已保存至：{output_path}") 这段代码的文字路径在哪修改

03-19

好的，用户问的是如何修改这段代码中的文字路径。首先我需要仔细看一下用户提供的代码，确定他们所说的“文字路径”具体指的是什么。用户提供的代码主要处理Excel文件，然后生成图表。代码中有几个路径相关的部分...

用seaborn画图

weixin_63560982的博客

01-28

2885

# seaborn - seaborn是基于matplotlib的一个可视化的库是在matplotlib的基础上进行的更加高级的封装是作图变得更加容易 - 不需要了解大量底层参数就能使得图形变得更加精致兼容numpy和pandas的数据结构进而在很大程度上完成数据可视化 - 使用seaborn的三种方式 - plt.style('seaborn') - sns.set - 调用seaborn的函数 - 但对于简单的制图，使用前两种都可以，但对于复杂图形，可能会使用第三种方式...

30.seaborn基础入门，一篇文章搞懂常用的seaborn图的使用

m0_63953077的博客

01-27

2138

seaborn基础入门，一篇文章搞懂常用的seaborn图的使用

Python中没有seaborn样式该如何处理

weixin_35757531的博客

02-16

554

如果Python中没有seaborn样式，你可以考虑以下几个解决方案：你可以手动设置matplotlib样式，因为seaborn只是基于matplotlib构建的。使用matplotlib.style模块可以轻松地更改绘图的样式。例如，你可以使用plt.style.use('ggplot')来设置ggplot样式。你可以安装seaborn包来使用其样式。使用pip安装命令：pip inst...

样式文件修改后不起作用_matplotlib使用样式文件

weixin_39614276的博客

12-18

652

这篇文章主要讲了如何修改样式，保存样式以及加载样式文件样式：就是定义图形、字体、线条等一切可以美化的元素的公式；说人话就是：你定义好一个公式A，A中定义线条的颜色是红色；现在画图的时候你需要美化一个线条；就直接使用这个公式；线条就变成了红色；这样说的话样式也就相当于一种画图的风格。matplot支持两种修改样式的方式：使用样式表使用rcParams这两种修改样式的方式有啥区别呢？样式表的...

数据分析基础——seaborn基础（超详细）

m0_63137059的博客

12-28

2346

一.三种使用方式 1.plt.style.use('seaborn') 用matplotlib写好代码后在前面加个plt.style.use('seaborn') 2.sns.set() 导入import seaborn 包然后sns.set(style=,context=,font_scale=) 3.imoport seaborn as sns 总结：调用seaborn函数对于简单的制图使用1或2，复杂图形更多的使用3 二、 ...