python seaborn画图_python数据可视化（一）seaborn介绍及绘图风格设置

seaborn库是对matplotlib库更高级别的封装，相当于提供了各种统计图的模板，我们只需要将自己的数据传入相应的方法即可，所以说，如果你学懂了前面matplotlib中的基础绘图方法的话，学习本主题内容将非常轻松（注：由于系统编辑器限制，所有代码行有加粗的无序列表表示。）

首先，我们还是来看一下seaborn库主要学习的内容及篇幅安排。

seaborn整体布局及风格设置seaborn调色板及颜色设置seaborn单变量分析绘图（直方图、条形图）seaborn回归分析绘图seaborn绘制散点图（分布散点图、分簇散点图）seaborn绘制盒图、小提琴图seaborn绘制热度图seaborn多图绘制及facetgrid使用方法对于seaborn库的内容，拆分比较细，这样做的目的是一是想每篇文章具有一定的针对性，而是想看每篇文章的时间不要太长，希望大家能够理解。好了，下面我们正式进入学习。

seaborn.set()设置风格

首先，看一下seaborn.set()函数参数：seaborn.set(context='notebook', style='darkgrid', palette='deep', font='sans-serif', font_scale=1, color_codes=True, rc=None),从这个set()函数，可以看出，通过它我们可以设置背景色、风格、字型、字体等。下面我们通过例子看看。首先，导入相关依赖包。注意这里的#%matplotlib inline是jupyter notebook内置的一个魔法函数，有了%matplotlib inline 就可以省掉plt.show()了。

import seaborn as snsimport numpy as npimport matplotlib as mplimport matplotlib.pyplot as plt%matplotlib inline然后，我们定义一个函数，这个函数主要是生成100个0到15的变量，然后用这个变量画出6条曲线。

def sinplot(flip=2):x = np.linspace(0, 15, 100)for i in range(1, 6):plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)#调用这个函数sinplot

没有设置任何风格

上面的图中，我们对风格没有做任何设置，接下来我们调用sns.set()函数来改变style，看看有何效果。

sns.set(style='white')sinplot()

通过set()函数设置style=white效果

那么，问题来了，有人会说，这个set()函数这么多参数，只要改变其中任意一个参数的值，绘图效果就会发生变化，那我们怎么知道哪种搭配是最佳效果呢，难道我们要一个个去测试吗？当然不是，seaborn提供了5种默认的风格，我们在实际绘图中只要选择一种喜欢的风格就可以了，下面我们就看看这5种风格的用法及效果。

seaborn.set_style()使用5种默认风格

函数参数：seaborn.set_style(style=None, rc=None)，这里style可选参数值有：darkgrid，whitegrid，dark，white，ticks，下面我们就通过设置不同的风格，看看每种风格的效果。

sns.set(style='white')sns.set(style='whitegrid')sns.set(style='darkgrid')sns.set(style='dark')sns.set(style='ticks')sinplot()

style=whitegrid

style=darkgrid

style=ticks

当然，除了使用这种内置的5种风格，我们也可以通过下面几个函数做一下个性化设置。

seaborn.despine()

这个函数可以移除图像的上部和右侧的坐标轴，我们看看效果。

sinplot()sns.despine()

despine()移除坐标轴

这里默认移除了上部和右侧的轴，当然我们也可以移除其他轴，只要将表示四个边的参数值改为true即可，下面是个这个函数的参数seaborn.despine(fig=None, ax=None, top=True, right=True, left=False, bottom=False, offset=None, trim=False)，其中offset表示偏离左侧轴的距离。

sns.set(style='ticks')sinplot()sns.despine(offset=50)

offset=50

使用with打开某种风格

在matplotlib中我们已经学过了，在一个figure对象中，我们可以添加多个子图，那么如果不同的子图使用不同的风格，我们该如何做呢？很简单，使用with 打开某种风格，然后在with下画的图都使用with打开的分格，我们来看看代码。

with sns.axes_style("darkgrid"):plt.subplot(211)sinplot(4)plt.subplot(212)sinplot(-4)

使用with使每个子图使用不同的风格

seaborn.set_context（）

seaborn.set_context(context=None, font_scale=1, rc=None)这个函数也是来设置绘图背景参数的，它主要来影响标签、线条和其他元素的效果，但不会影响整体的风格，跟style有点区别。这个函数默认使用notebook，其他context可选值有：paper, talk, poster。下面我们看看具体的效果。

sns.set_context("paper")plt.figure(figsize=(8, 6))sinplot()

context=paper

sns.set_context("talk")plt.figure(figsize=(8, 6))sinplot()

context=talk

sns.set_context("poster")plt.figure(figsize=(8, 6))sinplot()

context=poster

sns.set_context("notebook", font_scale=1.5, rc={"lines.linewidth": 2.5})

sinplot()

context=notebook

好了，对于seaborn库的风格设置，就到此为止，在后面的文章中也会用到这些风格，这里大家对风格设置的几个常用函数有个大致了解就可以了。喜欢的小伙伴点个关注，后面会持续更新！