Seaborn库的基本绘图操作

Seaborn库的基本绘图操作

#seaborn库可视化模板

#导库
from matplotlib import pyplot as plt
import pandas as pd
import numpy as np
import seaborn as sns

# 设置中文字体
sns.set_style('whitegrid', {
   'font.sans-serif':['simhei', 'Arial']})

# 忽略警告
import warnings
warnings.filterwarnings('ignore')

#加载数据
data = pd.read_csv('.../data.csv')

一、seaborn的绘图风格

1、主题样式

seaborn库中有darkgird（灰色背景+白网格）、whitegrid（白色背景+黑网格）、dark（仅灰色背景）、white（仅白色背景）、ticks（坐标轴带刻度）5种预设的主题。

个人推荐whitegrid或white

darkgrid与whitegrid主题有助于在绘图时进行定量信息的查找

dark与white主题有助于防止网格与表示数据的线条混淆

ticks主题有助于体现少量特殊的数据元素结构

set_style( )修改主题，默认主题为darkgrid

sns.set_style( style = None , rc = None)

set_style函数只能修改axes_style函数显示的参数，axes_style函数可以达到临时设置图形样式的效果。

x = np.arange(1, 10, 2)
y1 = x + 1
y2 = x + 3
y3 = x + 5
def showLine(flip=1):
    sns.lineplot(x, y1)
    sns.lineplot(x, y2)
    sns.lineplot(x, y3)
pic = plt.figure(figsize=(12, 8))
with sns.axes_style('darkgrid'):  # 使用darkgrid主题
    pic.add_subplot(2, 3, 1)
    showLine()
    plt.title('darkgrid')
with sns.axes_style('whitegrid'):  # 使用whitegrid主题
    pic.add_subplot(2, 3, 2)
    showLine()
    plt.title('whitegrid')
with sns.axes_style('dark'):  # 使用dark主题
    pic.add_subplot(2, 3, 3)
    showLine()
    plt.title('dark')
with sns.axes_style('white'):  # 使用white主题
    pic.add_subplot(2, 3, 4)
    showLine()
    plt.title('white')
with sns.axes_style('ticks'):  # 使用ticks主题
    pic.add_subplot(2, 3, 5)
    showLine()
    plt.title('ticks')
sns.set_style(style='darkgrid', rc={
   'font.sans-serif': ['MicrosoftYaHei', 'SimHei'],
                            'grid.color': 'black'})  # 修改主题中参数
pic.add_subplot(2, 3, 6)
showLine()
plt.title('修改参数')
plt.show()

2、元素缩放

set_context( )可以设置输出图形的尺寸，默认为None

context参数可接收paper、notebook、talk、poster类型

paper < notebook < talk < poster

使用set_context函数只能修改plotting_context函数显示的参数，plotting_context函数通过调整参数来改变图中标签、线条或其他元素的大小，但不会影响整体样式

sns.set_context( context = None , font_scale = 1, rc = None )

sns.set()
x = np.arange(1, 10, 2)
y1 = x + 1
y2 = x + 3
y3 = x + 5
def showLine(flip=1):
    sns.lineplot(x, y1)
    sns.lineplot(x, y2)
    sns.lineplot(x, y3)
pic = plt.figure(figsize=(8, 8))
# 恢复默认参数
pic = plt.figure(figsize=(8, 8), dpi=100)
with sns.plotting_context('paper'):  # 选择paper类型
    pic.add_subplot(2, 2, 1)
    showLine()
    plt.title('paper')
with sns.plotting_context('notebook'):  # 选择notebook类型
    pic.add_subplot(2, 2, 2)
    showLine(