网站建设外包服务,可以专做福特配件吗外贸网站,怎样做多商户网站,怎样制作网站站点seaborn是基于matplotlib的python数据可视化库#xff0c;提供更高层次的API封装#xff0c;包括一些高级图表可视化等工具。 使用seaborn需要先安装改模块pip3 install seaborn 。 一、风格style 包括set() / set_style() / axes_style() / despine() / set_context() 创建正… seaborn是基于matplotlib的python数据可视化库提供更高层次的API封装包括一些高级图表可视化等工具。 使用seaborn需要先安装改模块pip3 install seaborn 。 一、风格style 包括set() / set_style() / axes_style() / despine() / set_context() 创建正弦函数并显示图表 import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
def sinplot(flip 1):x np.linspace(0,14,100)for i in range(1,7):plt.plot(x,np.sin(xi)*i) # 6个正弦函数
sinplot() 1.set()设置整体为默认风格 sns.set() #默认风格为darkgrid
sinplot() 2.set_style()自定义整体风格 参数为white、dark、 whitegrid、 darkgrid、 ticks或者None默认为darkgrid fig plt.figure(figsize(15,6))ax1 fig.add_subplot(121)
sns.set_style(whitegrid)
data np.random.normal(size(20, 6)) np.arange(6) / 2
sns.boxplot(datadata)
plt.title(style - whitegrid)# 仍然可以使用matplotlib的参数ax2 fig.add_subplot(122)
# sns.set_style(dark)
sinplot() 3.axes_style()设置子图风格 可与with搭配使用设置with代码块内的图表风格不影响整体图表风格。 fig plt.figure(figsize(15,6))
with sns.axes_style(dark): #只对with代码块内的图表风格生效即只对第一个子图生效plt.subplot(121) sinplot()sns.set_style(white) #整体风格为white
plt.subplot(122)
sinplot() 4.despine()移除轴线 despine(figNone, axNone, topTrue, rightTrue, leftFalse, bottomFalse, offsetNone, trimFalse) top、right、left、bottom上、右、左、下方轴线默认移除上方和右侧轴线 offsetxy轴和y轴的起点相对原始位置的偏移量 trim默认坐标轴长度没有限制会延伸到图表内容结束True表示将坐标轴的显示的长度在最小值和最大值之间 fig plt.figure(figsize(20,6))
ax1 fig.add_subplot(131)
sinplot()
sns.despine()# 默认删除上、右坐标轴ax2 fig.add_subplot(132)
sns.violinplot(datadata) #小提琴图
# sns.despine(offset1, trimTrue) ax3 fig.add_subplot(133)
sns.boxplot(datadata, palettedeep)
sns.despine(leftTrue, right False) #最终是该despine设置生效 5.set_context()显示比例 可选参数为paper、 notebook、talk、poster默认为notebook设置标签、线等的大小。 sns.set_context(notebook)
sinplot() 下面分别为设置为notebook、paper、talk和poster的显示结果。 二、 调色盘 1.color_palette() 默认取当前调色盘的颜色返回结果是一个seaborn.palette的类形式类似一个列表列表中每一个元素为元组元组用3个数值表示rgb颜色。 current_palette sns.color_palette() # 读取当前调色盘颜色可添加参数n表示取几个色块
print(current_pallette,type(current_palette))
sns.palplot(current_palette)
#class seaborn.palettes._ColorPalette [(0.9913725490196079, 0.7913725490196079, 0.7082352941176471)...] seaborn可用调色盘有6种deep、 muted、bright、 pastel、dark、colorblind默认显示bright。 其他调色盘 sns.color_palette(Reds, 10)第一个参数表示色系第二个参数表示取几个色块。 颜色默认是由浅到深带r表示反转即颜色由深到浅不是所有颜色都可以翻转哦。 #其他可用调色盘
#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, Pastel1, Pastel1_r,
#Pastel2, Pastel2_r, PiYG, PiYG_r, PuBu, PuBuGn, PuBuGn_r, PuBu_r, PuOr, PuOr_r, PuRd, PuRd_r, Purples, Purples_r,RdBu, RdBu_r,
#RdGy, RdGy_r, RdPu, RdPu_r, RdYlBu, RdYlBu_r, RdYlGn, RdYlGn_r, Reds, Reds_r, Set1, Set1_r, Set2, Set2_r, Set3, Set3_r, spectral
#Spectral_r, Wistia, Wistia_r, YlGn, YlGnBu, YlGnBu_r, YlGn_r, YlOrBr, YlOrBr_r, YlOrRd, YlOrRd_r, afmhot, afmhot_r, autumn, autumn_r
#binary, binary_r, bone, bone_r, brg, brg_r, bwr, bwr_r, cividis, cividis_r, cool, cool_r, coolwarm, coolwarm_r, copper, copper_r,
#cubehelix, cubehelix_r, flag, flag_r, gist_earth, gist_earth_r, gist_gray, gist_gray_r, gist_heat, gist_heat_r, gist_ncar, gist_ncar_r,
#gist_rainbow, gist_rainbow_r, gist_stern, gist_stern_r, gist_yarg, gist_yarg_r, gnuplot, gnuplot2, gnuplot2_r, gnuplot_r,
#gray, gray_r, hot, hot_r, hsv, hsv_r, icefire, icefire_r, inferno, inferno_r, jet, jet_r, magma, magma_r, mako, mako_r,
#nipy_spectral, nipy_spectral_r, ocean, ocean_r, pink, pink_r, plasma, plasma_r, prism, prism_r, rainbow, rainbow_r, rocket, rocket_r,
#seismic, seismic_r, spring, spring_r, summer, summer_r, tab10, tab10_r, tab20, tab20_r, tab20b, tab20b_r, tab20c, tab20c_r,
#terrain, terrain_r, twilight, twilight_r, twilight_shifted, twilight_shifted_r, viridis, viridis_r, vlag, vlag_r, winter, winter_rsns.palplot(sns.color_palette(Reds, 10))
sns.palplot(sns.color_palette(Greens_r, 7)) # # 分组颜色同一个颜色成对出现
sns.palplot(sns.color_palette(Paired,7)) #参数可以为奇数
sns.palplot(sns.color_palette(Paired, 18)) 2.设置调色盘 set_palette(palette, n_colorsNone, desatNone, color_codesFalse)使用Seaborn调色盘设置Matplotlib颜色循环 palette参数可设置为seaborn color paltte | matplotlib colormap | hls | husl sns.set_palette(Greens)
sinplot() 3.亮度和饱和度 sns.hls_palette(n_colors6, h.01, l.6, s.65) sns.husl_palette(n_colors6, h.01, s.9, l.65)两者表示亮度和饱和度的参数位置相反。 参数n_colors表示取几个色块h表示第一个色块的颜色l表示亮度s表示饱和度h、l、s取值[0,1]。 sns.palplot(sns.hls_palette(8,0.01,0.5,0.5))
sns.palplot(sns.husl_palette(8,0.03,0.8,0.8)) 4.按线性增长设置颜色 cubehelix_palette(n_colors6, start0, rot.4, gamma1.0, hue0.8,light.85, dark.15, reverseFalse, as_cmapFalse) c_colors色块个数 start色块的起点颜色[0,3]之间 rot颜色的旋转角度 gamma颜色的伽马值值越大颜色越深 hue饱和度[0,1]之间 light和dark亮度和深度[0,1]之间 reverse默认为False颜色由浅到深True表示由深到浅 as_cmpIf True, return a matplotlib colormap instead of a list of colors sns.palplot(sns.cubehelix_palette(8, gamma1.5))
sns.palplot(sns.cubehelix_palette(8, start1, rot-0.75))
sns.palplot(sns.cubehelix_palette(8, start2, rot0, dark0.5,light0.9, reverseTrue)) 5.按颜色深浅设置颜色 light_palette(color, n_colors6, reverseFalse, as_cmapFalse,inputrgb)和dark_palette(color, n_colors6, reverseFalse, as_cmapFalse, inputrgb) color_palette()中的颜色参数为调色盘而light_palette()和dark_palette()中的color颜色参数就是单纯的颜色例如对于蓝色color_palette()需设置Blues后两者参数为blue。 sns.palplot(sns.light_palette(red))
sns.palplot(sns.dark_palette(red))
sns.palplot(sns.light_palette(blue))
sns.palplot(sns.dark_palette(blue, reverseTrue)) 6.设置分散颜色 diverging_palette(h_neg, h_pos, s75, l50, sep10, n6, centerlight, as_cmapFalse) h_neg, h_pos起始和终止颜色[0,359]之间 s、l饱和度和亮度[0,100]之间 n色块个数 center 最中间颜色为浅色或者深色{light,dark}默认为浅色 sns.palplot(sns.diverging_palette(0,150, s60, l20, n8))
sns.palplot(sns.diverging_palette(300, 150, s30, l50, n8,centerdark)) sns.set_style(white)# 设置风格
fig plt.figure(figsize(18,5))with sns.color_palette(Greens): #设置局部调色盘plt.subplot(131)sinplot()sns.set_palette(husl) #对于多系列的图表用不同颜色区分系列
plt.subplot(132)
sinplot()x np.arange(25).reshape(5, 5)
cmap sns.diverging_palette(200, 20, sep20, as_cmapTrue)
plt.subplot(133)
sns.heatmap(x, cmapcmap) #显示热力图效果 转载于:https://www.cnblogs.com/Forever77/p/11396588.html
