Python数据分析第十一课：初识Seaborn

前面我们学习了Pandas如何处理数据以及用Matplotlib对数据进行可视化，在今天的课程中我们再来感受一个更具魅力的绘图工具，它叫做Seaborn。

一、Seaborn简介

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。

我们先来看一下Seaborn绘制的图形。

首先，我们来了解一下seanborn.set()函数：

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

• context：该参数控制着默认的画幅大小，分别有{papper,notebook,talk,poster}四个值。其中，poster>talk>notebook>paper。
• style：该参数控制默认样式，分别有{darkgrid,whitegrid,dark,white,ticks}，可以自行更改查看他们之间的不同。
• palette：该参数为预设的调色板，分别有{deep,muted,bright,pastel,dark,colorblind}等，可以自行更改查看他们之间的不同。
• font：设置字体。
• font_scale：设置字体大小。
• color_code：不是用调色板而采用先前的“r”等色彩缩写。

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

def sinplot():
    x = np.linspace(0,15,num=100)
    for i in range(1,3):
        plt.plot(x,np.sin(x+i))      

sinplot()

接下来，我们调用sns.set()函数来改变style，看看效果如何：

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

def sinplot():
    x = np.linspace(0,15,num=100)
    for i in range(1,3):
        plt.plot(x,np.sin(x+i))
sns.set()        
sinplot()
plt.show()

根据结果，我们添加了sns.set()方法后，图形添加了网格，而且隐藏了坐标轴。

二、Seaborn风格设置

那么，问题来了，有人会说，这个set()函数这么多参数，只要改变其中任意一个参数的值，绘图效果就会发生变化，那我们怎么知道哪种搭配是最佳效果呢，难道我们要一个个去测试吗？

当然不是，seaborn提供了5种默认的风格，我们在实际绘图中只要选择一种喜欢的风格就可以了，下面我们就看看这5种风格的用法及效果。

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

def sinplot():
    x = np.linspace(0,15,num=100)
    for i in range(1,3):
        plt.plot(x,np.sin(x+i))
sns.set(style='white')        
sinplot()
plt.show()

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

def sinplot():
    x = np.linspace(0,15,num=100)
    for i in range(1,3):
        plt.plot(x,np.sin(x+i))
sns.set(style='whitegrid')        
sinplot()
plt.show()