Seaborn可视化

一、风格设置

绘制曲线

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()

在这里插入图片描述

#设置风格
sns.set(style='darkgrid',font_scale=1.5)
sinplot()

在这里插入图片描述
在这里插入图片描述

#轴线设置
sinplot()
sns.despine(offset=20,trim=True)  #offeset偏移坐标轴,trim修剪刻度
#sns.despine(left=True)  #移除轴线
#设置绘图元素比例poster
sns.set_context("poster")
#sns.set_context("paper")
#sns.set_context("notebook",font_scale=1.8,rc={'lines.linewidth':1.5})
sinplot()

二、绘图

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
sns.set(palette="muted",color_codes=True)
rs=np.random.RandomState(10)
d=rs.normal(size=100)
f,axes=plt.subplots(2,2,figsize=(7,7),sharex=True)
sns.distplot(d,kde=False,color="b",ax=axes[0,0])
sns.distplot(d,hist=False,rug=True,color="r",ax=axes[0,1])
sns.distplot(d,hist=False,color="g",kde_kws={"shade":True},ax=axes[1,0])
sns.distplot(d,color="m",ax=axes[1,1])
plt.show()

在这里插入图片描述

#绘制散点图
import pandas as pd
import matplotlib.pyplot as plt
data=pd.read_csv("D:\echarts\HBuilderX\work\Data\iris.csv")
sns.set(style='white',color_codes=True)
sns.stripplot(x=data['Species'],y=data['PetalWidth'],data=data)
sns.despine()
#箱线图
sns.boxplot(x=data['Species'],y=data['PetalWidth'])

在这里插入图片描述

sns.pairplot(data,vars=['Species','PetalWidth'])  #散点图矩阵
sns.violinplot(data['PetalWidth'])#小提琴图
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值