conda install seaborn 是安装到jupyter那个环境的
1. 整体风格设置
对图表整体颜色、比例等进行风格设置,包括颜色色板等
调用系统风格进行数据可视化
set() / set_style() / axes_style() / despine() / set_context()
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
% matplotlib inline
#创建正弦函数及图表
defsinplot(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()
1.1 set()
sns.set() #设置风格之后就会固定住,唯一办法就是刷新重新设置下
sinplot()
plt.grid(linestyle = '--')
1.2 set_style()
fig = plt.figure(figsize=(6,6))
ax1 = fig.add_subplot(2,1,1)
sns.set_style("whitegrid") sns.boxplot(data=data) 箱型图
# 2、set_style()
# 切换seaborn图表风格
# 风格选择包括:"white", "dark", "whitegrid", "darkgrid", "ticks"
fig = plt.figure(figsize=(6,6))
ax1 = fig.add_subplot(2,1,1)
sns.set_style("whitegrid")
data = np.random.normal(size=(20, 6)) + np.arange(6) / 2sns.boxplot(data=data)
plt.title('style - whitegrid')
# 仍然可以使用matplotlib的参数
ax2 = fig.add_subplot(2,1,2)
#sns.set_style("dark")
sinplot()
# 子图显示
1.3 despine()
sns.despine()会删除上、右坐标轴; sns.despine(offset=10, trim=True) sns.despine(left=True, right = False) #left=True是左边不显示;right=False是显示
fig = plt.figure(figsize=(6,9)) plt.subplots_adjust(hspace=0.3) #创建图表 -->> ax1 = fig.add_subplot(3,1,1)
sns.violinplot(data=data) 小提琴状sns.boxplot(data=data, palette="deep")
# 3、despine()
# 设置图表坐标轴
# seaborn.despine(fig=None, ax=None, top=True, right=True, left=False,
# bottom=False, offset=None, trim=False)
sns.set_style("ticks")
# 设置风格
fig = plt.figure(figsize=(6,9))
plt.subplots_adjust(hspace=0.3)
# 创建图表
ax1 = fig.add_subplot(3,1,1)
sinplot()
sns.despine()
# 删除了上、右坐标轴
ax2 = fig.add_subplot(3,1,2)
sns.violinplot(data=data) #小提琴图
# sns.despine(offset=10, trim=True) #offset坐标轴会偏移10; trim=False是坐标轴没有限制
# offset:与坐标轴之间的偏移
# trim:为True时,将坐标轴限制在数据最大最小值
ax3 = fig.add_subplot(3,1,3)
sns.boxplot(data=data, palette="deep")
sns.despine(left=True, right = False) #left=True是左边不显示;right=False是显示
# top, right, left, bottom:布尔型,为True时不显示
1.4 axes_style()
with sns.axes_style("darkgrid"):
plt.subplot(211)
sinplot()
# 4、axes_style() 设置局部图表风格,可学习和with配合的用法
with sns.axes_style("darkgrid"): #只在sns这个图表,这个代码块里边设置风格,外边的风格还是whitegrid
plt.subplot(211)
sinplot()
# 设置局部图表风格,用with做代码块区分
sns.set_style("whitegrid")
plt.subplot(212)
sinplot()
# 外部表格风格
1.5 set_context()
sns.set_context("paper") ; 因为你在不同屏幕中看到的不一样这里就可以设置
# 5、set_context()
# 设置显示比例尺度
# 选择包括:'paper', 'notebook', 'talk', 'poster'
sns.set_context("paper")
sinplot()
# 默认为notebook
2. 调色盘
对图表整体颜色、比例等进行风格设置,包括颜色色板等
调用系统风格进行数据可视化
color_palette()
2.1 color_palette()
sns.color_palette()
#默认6种颜色:deep, muted, pastel, bright, dark, colorblind
# 1、color_palette()
# 默认6种颜色:deep, muted, pastel, bright, dark, colorblind
# seaborn.color_palette(palette=None, n_colors=None, desat=None)
current_palette =sns.color_palette()
sns.palplot(current_palette)
# 一、其他颜色风格
# 风格内容:Accent, Accent_r, Blues, Blues_r, BrBG, BrBG_r, BuGn, BuGn_r, BuPu,
# BuPu_r, CMRmap, CMRmap_r, Dark2, Dark2_r, GnBu, GnBu_r, Greens, Greens_r, Greys, Greys_r, OrRd, OrRd_r, Oranges, Oranges_r, PRGn, PRGn_r,
# Paired, Paired_r, P