Seaborn数据可视化(二)

目录

1.Seaborn风格设置

[1.1 主题设置](#1.1 主题设置)

[1.2 轴线设置](#1.2 轴线设置)

[1.3 移除轴线](#1.3 移除轴线)

[1.4 使用字典传递函数](#1.4 使用字典传递函数)

2.设置绘图元素比例

[2.1 设置绘图元素比例paper](#2.1 设置绘图元素比例paper)

[2.2 设置绘图元素比例poster](#2.2 设置绘图元素比例poster)

[2.3 设置绘图元素比例notebook](#2.3 设置绘图元素比例notebook)


Seaborn将Matplotlib的参数划分为两个独立的组合,第一组用于设置绘图的外观风格,第二组用于将绘图的各种元素按比例缩放。控制这些参数的接口主要有两对方法:

  • 控制风格:axes_style(),set_style();
  • 缩放绘图:plotting_context(),set_context()。

1.Seaborn风格设置

1.1 主题设置

set_style()用于设置主题,Seaborn有5个预设的主题,以下是这5个预设主题的简要介绍:

  • "darkgrid":深色网格主题,具有灰色背景和暗色网格线,在绘制时可以提供良好的对比度和可读性。

  • "whitegrid":白色网格主题,类似于"darkgrid",但背景是白色的,适用于需要明亮背景的情况。

  • "dark":深色背景主题,具有漆黑的背景和浅色文本,适用于在黑暗环境中查看图形。

  • "white":白色背景主题,与"dark"相反,具有白色背景和深色文本,适用于明亮的环境。

  • "ticks":轴刻度线主题,具有刻度线和标签,适用于显示轴上的刻度线和标签。

python 复制代码
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
def sinplot(flip = 2):
    x = np.linspace(0,20, 50)
    for i in range(1,5):
        plt.plot(x, np.cos(x + i * 0.8) * (9 - 2*i) * flip)
sinplot()

sns.set_style("white") #设置主题 
sinplot()

结果图:

1.2 轴线设置

python 复制代码
sinplot()
sns.despine(offset = 20, trim = True)

sns.despine()是seaborn库中的一个函数,用于移除绘图中的轴线(spines)。该函数提供了一些参数来控制轴线的移除方式。其中,offset参数用于调整轴线和绘图区域的距离,trim参数用于控制是否根据实际的数据范围截取轴线。

结果图:

1.3 移除轴线

python 复制代码
sinplot()
sns.despine(left = True,bottom = True)

结果图:

1.4 使用字典传递函数

python 复制代码
sns.set_style("darkgrid", {"axes.facecolor": ".9"})
sinplot()

结果图:

2.设置绘图元素比例

2.1 设置绘图元素比例paper

python 复制代码
sns.set_context("paper")
sinplot()

结果图:

2.2 设置绘图元素比例poster

python 复制代码
sns.set_context("poster")
sinplot()

结果图:

2.3 设置绘图元素比例notebook

python 复制代码
sns.set_context("notebook", font_scale = 1.8, rc = {"lines.linewidth": 1.5})
sinplot()

结果图:


相关推荐
ZC跨境爬虫27 分钟前
极验滑动验证码自动化实战(ddddocr免费方案):本地缺口识别与Playwright滑动模拟
前端·爬虫·python·自动化
单片机学习之路1 小时前
【Python】输入print函数
开发语言·前端·python
后藤十八里1 小时前
极验4消消乐验证码逆向笔记
笔记·爬虫·python
李昊哲小课1 小时前
Python办公自动化教程 - 第1章 openpyxl基础入门 - 第一次用代码操控Excel
开发语言·python·excel·openpyxl
智算菩萨1 小时前
【Python图像处理】4 NumPy数组操作与图像矩阵运算
图像处理·python·numpy
SomeB1oody1 小时前
【Python深度学习】1.1. 多层感知器MLP(人工神经网络)介绍
开发语言·人工智能·python·深度学习·机器学习
数据科学小丫1 小时前
数据分析利器 Pandas :apply() 方法 + map() 配对 + 计算描述统计 + 协方差和相关性 + 异常值处理常用方法(基于 python )
python·数据分析·numpy·pandas
babe小鑫1 小时前
2026大专商务英语毕业学习数据分析指南
学习·数据挖掘·数据分析
财经资讯数据_灵砚智能1 小时前
基于全球经济类多源新闻的NLP情感分析与数据可视化(日间)2026年4月6日
大数据·人工智能·python·信息可视化·语言模型·自然语言处理·ai编程
爱写代码的小朋友2 小时前
使用 Nuitka 打包 Python 应用:从入门到进阶
开发语言·python