目录
一、Seaborn图表概述
Seaborn是基于Matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。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,不需要经过大量的调整就能使图表变得非常精致。
Seaborn主要包括以下功能。
– 计算多变量间关系的面向数据集接口。
– 可视化类别变量的观测与统计。
– 控制线性回归的不同因变量,并进行参数估计与作图。
– 对复杂数据进行整体结构可视化。
– 对多表统计图的制作高度抽象,并简化可视化过程。
– 提供多个主题渲染Matplotlib图表的样式。
– 提供调色板工具生动再现数据。
Seaborn是基于Matplotlib的图形可视化Python包。它提供了一种高度交互式界面,便于用户能够绘制出各种有吸引力的统计图表,如图:
接下来进入安装环节,利用pip工具安装,命令如下:
pip install seaborn
二、Seaborn图表的基本设置
Seaborn是一个基于Matplotlib的高级可视化效果库,偏向于统计图表,主要针对的是数据挖掘和机器学习中的变量特征选取。
1.1Seaborn图表的背景风格
设置Seaborm背景风格,主要使用axes_style)函数和 set style)函数。Seabom有5个主题,适用于不同的应用场景和人群偏好,具体如下。
darkgrid:灰色网格(默认值)。
whitegrid:白色网格。
dark:灰色背景。
white:白色背景。
ticks:四周带刻度线的白色背景。
网格能够帮助我们查找图表中的定量信息,而灰色网格主题中的白线能避免影响数据的表现,白色网格主题则更适合表达“重数据元素”。
1.2 Seaborn图表的边框控制
控制边框显示方式,主要使用despine)函数。
(1)移除顶部和右边边框。
sns.despine()
(2)使两个坐标轴相隔一段距离。
sns.despine(offset=10,trim=True)
(3)移除左边边框,与set_style()函数的白色网格配合使用效果更佳。
sns.set_ style("whitegrid")
sns.despine(left=True)
(4)移除指定边框,值设置为True即可。
sns.despine(fig=None,ax=None,top=True,ringht=True,left=True,bottom=False,offset=None,trim=False)
设置后的效果如图所示: