Python-总结笔记-数据可视化应用-Seaborn

首先还是要导入库：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import scipy.stats as sci

风格及边框等格式设置

seaborn自带五种风格，分别是：

1. darkgrid # 背景深色，有网格线
2. whitegrid # 背景白色，有网格线
3. dark # 背景深色，没有网格线
4. white # 背景白色，没有网格线
5. ticks # 背景白色，没有网格线，有刻度线

可以通过以下代码调用：

sns.set(style='')
sns.set_style('')

坐标轴操作

• 默认去掉右侧和上侧边框sns.despine()
• 设置图形与轴线的距离sns.despine(offset=10)
• 保留下轴，删除左轴sns.despine(left=True,bottom=False)

画图元素的比例大小

有四种选择，从细到粗依次是：

• paper
• notebook
• talk
• poster

调用代码：

sns.set_context('')
# 也可以进一步设定字体和线条大小
sns.set_context('notebook', font_scale=1.5, rc={
   'lines.linewidth': 2.5})

颜色设置

分类色板

seaborn默认的颜色主题有10种。

current_palette = sns.color_palette()
sns.palplot(current_palette)
plt.show()

圆形画板

• 分类较多且希望使用不同颜色的时候，最简单的就在圆形画板上等分取色，这样会使得色调和饱和度总体一致，达到美观。
• 最常用的方法是使用hls的颜色空间，这是RGB值的一个简单转换。

data = np.random.normal(size=(200, 12)) + np.arange(12) / 2
sns.boxplot(data=data, palette=sns.color_palette('hls', 12))  # 这里如果不写12，图像显示为两组、六种颜色
plt.show()

亮度和饱和度

hls_palette()函数：

• 第一个参数为生成颜色个数
• l-亮度 lightness
• s-饱和 saturation

sns.palplot(sns.hls_palette(12, l=.7, s=.9))
plt.show()

sns.palplot(sns.hls_palette(15, l=.2, s=.3))
plt.show()

连续色板

同色系的颜色逐渐变深或逐渐变浅。

sns.color_palette()

sns.palplot(sns.color_palette('Blues'，10))

sns.palplot(sns.color_palette('Blues_r'，10))

sns.light_palette()

sns.dark_palette()

圆板连续调色

• sns.cubehelix_palette(, start=, rot=-)
• 第一个为生成颜色个数，start圆形调色板开始值，rot圆形调色板旋转的范围