Python_机器学习_seaborn

# Author:Richard
import seaborn as sns
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
#seaborn就是对plotlib进一步封装，设置一些画风的风格

def sinplot(flip=1):
    x = np.linspace(0, 14, 100)
    for i in range(1, 7):
        plt.plot(x, np.sin(x + i * 0.5 ) * (7 - i) * flip)
sns.set()   #使用sns一些默认的参数 五种主题风格
sns.set_style("whitegrid")  #dark 背景深色 white 背景白色 无网格线 ticks 轴上加线段
sinplot()
sns.despine()  # 去掉上面右面的轴
sns.despine(offset=20)  #距离轴线的距离
sns.despine(left=True)  #隐藏左边的轴线
plt.show()

with sns.axes_style('dark'):  #在不同的子图中使用不同的风格
    plt.subplot(2,1,1)
    sinplot()
plt.subplot(2,1,2)
sinplot()
plt.show()

sns.set_context("paper", font_scale=1.2)  #指定图片大小,图中的一些细节可以修改
sinplot()
plt.show()

#分类色板  六个默认主题  
current_palette = sns.color_palette()
sinplot()
plt.show()

# 颜色主体多于六个 就要使用圆形画板  hls颜色空间，8传出8中颜色
# sns.palplot(sns.color_palette("hls", 8))
# sns.palplot(sns.hls_palette(8, l = 0.5, s = 0.5))  # l 亮度 s 饱和度 范围0-1
sns.palplot(sns.color_palette("Paired", 8))  #八中颜色，两两相近
#设置数据
# data = np.random.normal(size=(20, 8)) + np.arange(8)/2
# sns.boxenplot(data = data, palette = sns.color_palette("hls", 8))
plt.show()

# 使用xkcd
plt.plot([0,1],[0,1],sns.xkcd_rgb["pale red"], lw = 2)
plt.plot([0,1],[0,2],sns.xkcd_rgb["medium green"], lw = 2)
plt.plot([0,1],[0,3],sns.xkcd_rgb["denim blue"], lw = 2)
plt.show()