seaborn主题风格与调色板设定

在python可视化中，Matplotlib自动化程度非常高，但是，掌握如何设置系统以便获得一个吸引人的图是相当困难的事。为了控制matplotlib图表的外观，Seaborn模块自带许多定制的主题和高级的接口。

Seaborn中有五种可供选择的主题：

    1.darkgrid（灰色网格）
    2.whitegrid（白色网格）
    3.dark（黑色）
    4.white（白色）
    5.ticks（十字叉）

下面，分别介绍一下五种主题：

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
def sinplot(flip=1):
    x = np.linspace(0, 14, 100)
    for i in range(1, 7):
        plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)
sinplot（）

默认情况下matplotlib的画的图是这样的：

转换成Seaborn模式画图，只需要引入seaborn模块。

sns.set()
sinplot()

seaborn默认浅灰色背景与白色网络线。

sns.set_style("whitegrid")
data = np.random.normal(size=(20, 6)) + np.arange(6) / 2
sns.boxplot(data=data)

sns.set_style("dark")
sinplot()

sns.set_style("white")
sinplot()

sns.set_style("ticks")
sinplot()

white和ticks两种主题都会包含没有必要的上边框和右边框。我们可以用despine（）函数去除。

sinplot()
# 去掉多余的线
sns.despine()

除了可以用set_style()来设置风格，还可以用axes_style()。

with sns.axes_style("darkgrid"):
    plt.subplot(211)
    sinplot()
plt.subplot(212)
sinplot()
sns.despine()

接下来，介绍一下seaborn库中的调色板。

颜色在可视化中非常重要，用来代表各种特征，并且提高整个图的观赏性。在seaborn中颜色主要分为连续渐变性和离散分类性。

先说说分类色板，主要用color_palette()函数。

    · color_palette()能传入任何Matplotlib所支持的颜色
    · color_palette()不写参数则默认颜色
    · set_palette()设置所有图的颜色

6个默认的颜色循环主题： deep, muted, pastel, bright, dark, colorblind

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

默认的颜色只有六种，如果，我们需要更多的颜色，使用hls色彩空间。

sns.palplot(sns.color_palette("hls", 10))

data = np.random.normal(size=(20, 8)) + np.arange(8) / 2
sns.boxplot(data=data, palette=sns.color_palette("hls", 8))

我们还可以通过hls_palette()函数来改变颜色的亮度和饱和度：

    · l-亮度 lightness
    · s-饱和度 saturation

sns.palplot(sns.hls_palette(8, l=.5, s=.7))

连续渐变颜色：

色彩随数据变换，比如数据越来越重要则颜色越来越深。(只用在颜色加s即可)

sns.palplot(sns.color_palette("Blues"))

如果想要翻转渐变，可以在面板名称中添加一个_r后缀。

sns.palplot(sns.color_palette("BuGn_r"))

light_palette() 和 dark_palette()调用定制连续调色板。

x, y = np.random.multivariate_normal([0,0], [[1, -.5], [-.5, 1]], size=3000).T
pal = sns.dark_palette("green", as_cmap=True)
sns.kdeplot(x, y, cmap=pal)

参考：

http://seaborn.pydata.org/tutorial/color_palettes.html#palette-tutorial