Python Seaborn: 常见的画图与保存方法总结

Python Seaborn: 常见的画图与保存方法总结

本文章主要包括了散点图、频率分布图、箱型图、热力图和多变量图的绘制与保存方法。

1. Scatterplot 散点图

绘图与保存的方法：

 data = sns.load_dataset("tips")
 filepath = 'C:/Users'
 fig_name = 'scatterplot.png'

# fig_path为想要存入的文件夹或地址
 fig_path = filepath + '/' + fig_name
 fig = sns.scatterplot(x = data['total_bill'], y = data['tip'], hue = 'time', 
                data = data, palette = 'Set1', s = 100)
 scatter_fig = fig.get_figure()
 scatter_fig.savefig(fig_path, dpi = 400)

其中，
sns.scatterplot()为seaborn绘制散点图，里面的s为marker size， palette为图的颜色样式；
.get_figure()为获取散点图；
.savefig()为保存散点图；
dpi为每英寸点数(dots per inch)。

结果图：

2. Distplot 频率分布图

绘图与保存的方法：

x = np.random.randn(100)
x = pd.Series(x, name = "x variable")
ax = sns.distplot(x)
hist_fig = ax.get_figure()
hist_fig.savefig(fig_path, dpi = 400)

其中，sns.distplot()为绘制分布图的方法。

结果图：

3. Boxplot 箱型图

绘图与保存的方法：

fig_dims = (7.5, 4)
fig, ax = plt.subplots(figsize=fig_dims)
fig = sns.boxplot(x = data['tip'], data = data, ax = ax, orient = "h", palette = "Set2")
plt.show()
boxplot = fig.get_figure()
boxplot.savefig(fig_path, dpi=400)

其中，
fig_dims = (7.5, 4) 为控制箱型图的大小；
sns.boxplot()为绘制箱型图的方法。

结果图：

4. Heatmap 热力图

绘图与保存的方法：

x = np.array([[1,2,3,4], [2,3,4,6], [10,2,3,6], [8,9,7,3]])
fig_name = 'heatmap.png'
fig_path = filepath + '/' + fig_name
fig = sns.heatmap(x, annot = True)
heatmap = fig.get_figure()
heatmap.savefig(fig_path, dpi = 400)

其中， sns.heatmap()为绘制热力图的方法。

结果图：

5. Pairplot 多变量图

绘图与保存的方法：

iris = sns.load_dataset("iris")
pairplot_fig = sns.pairplot(iris, kind = 'scatter', hue="species", palette="Set2", 
                                height=2.5, plot_kws=dict(s=50, alpha=0.4))
pairplot_fig.savefig(fig_path, dpi = 400)

其中，
sns.pairplot()为绘制多变量图的方法，里面的plot_kws = dict(s = 50, alpha = 0.4)为控制多变量的散点大小与颜色的透明度。

注意： 在.pairplot()中是没有.get_figure()方法的。在保存多变量图时，直接调用.savefig()方法。

结果图：

总结

对于散点图、频率分布图、箱型图、热力图，都可以使用.get_figure()和.savefig()来保存图片，而多变量图只需要使用savefig()来保存图片。

参考链接
Pairplot 多变量图
Heatmap 热力图
Scatterplot 散点图
Boxplot 箱型图
Distplot 频率分布图