python绘制直方图显示数字_Python图表数据可视化Seaborn：1. 风格| 分布数据可视化-直方图| 密度图| 散点图...

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