Python 数据可视化

最新推荐文章于 2024-07-03 17:58:25 发布

撒哈拉威

最新推荐文章于 2024-07-03 17:58:25 发布

阅读量9.3k

点赞数 3

分类专栏：连载1 文章标签： python 数据可视化 seaborn

本文链接：https://blog.csdn.net/qq_38410514/article/details/78624748

版权

Seaborn 是基于 matplotlib 的数据可视化库，提供高级 API 和预设样式以简化绘图过程。本文档介绍了如何控制图像风格，如设置不同的美术样式、移除数轴线、缩放图中元素等，并提供了不同场景下的应用建议。

摘要由CSDN通过智能技术生成

Seaborn 库手册翻译

导语：

Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn就能做出很具有吸引力的图。我在这里尽最大的努力对其进行翻译（统计狗也之前没看过英文计算机原著。。），方便大家进行查询~~~详细介绍可以看seaborn官方API和example gallery

一、风格管理

1、控制图片的美术风格

数据可视化能力是非常重要的。当你对数据集进行探索分析时，漂亮清晰的图表可以帮助你直观了解数据。数据可视化在你与客户的交流中也扮演着重要的角色，其形象化的帮助你传达数据本身的数量特征。从这个角度来讲做出引人注意的图表更是一项令人不可或缺的技术。
Matplotlib库本身具有高度订制化的能力。但也正因如此，学习如何调整、设定参数去画出漂亮的图表变得十分困难。面对这一问题，Seaborn库设计了大量的订制主题和一个高级编程接口用来控制matplotlib图像。
%matplotlib inline

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
np.random.seed(sum(map(ord, "aesthetics")))

让我们定义一个函数去画出一些偏置的正弦波（？-?），我们将在此基础上展示不同的风格参数的效果。

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)

如下便是matplotlib的默认效果。

sinplot()

233
运用set()函数将其转变为seaborn的默认风格。

sns.set()
sinplot()

233
(Note that in versions of seaborn prior to 0.8, set() was called on import. On later versions, it must be explicitly invoked).
Seaborn将matplotlib中的参数分为两个独立的部分。一部分负责设定图表的美术样式；另一部分负责缩放图表中的各种元素使之可以轻松的融入不同的上下文中。
我们用两对函数作为操纵这些参数的接口。运用axes_style()和