seaborn可视化库的相关语法

seaborn可视化库的相关语法

–seaborn可视化库–(未完待补)

(1)库的导入和风格的选择:

(*)导入numpy,matplotlib,matplotlib.plot,以及seaborn库;

在这里插入图片描述

(*)numpy和plt库与seaborn库的调用对比:

采用plot和numpy库对数据进行sin()变化的可视化处理;

在这里插入图片描述

(*)采用seaborn库对数据进行sin()变化的可视化处理;

采用sns.set()调用seaborn内部的默认值;
在这里插入图片描述

(*)seaborn的5种主题风格:

(darkgrid whitegird dark white ticks)

darkgrid;
在这里插入图片描述

ticks以及despine():

despine用于去掉多余的图的线;
在这里插入图片描述

(2)风格细节的设置:

(*)偏移量的设置:despine(offset=)

在这里插入图片描述

(*)轴的保留:despine(bottom=True)

在这里插入图片描述

(**)子图不同风格的设置:采用with域

采用with sns.axes_style(" "):

​ subplot(211)#空间划分为2行1列,当前子图的第一个位置;

​ sinplot()进行图的绘制操作;

在这里插入图片描述

(*)另一种风格设置方法:采用set_context(“paper/notebook/talk/poster”,font_scale=2.3,rc={“lines.linewidth”: 2.3}):

set_context(“风格”,font_scale=ticks的大小,rc={“lines.linewidth”: lines的宽度}));
在这里插入图片描述

(3)color_palette()调色板,离散颜色库:

(*)调出调色板:

采用sns.palplot(sns.color_palette())

在这里插入图片描述

(*)添加颜色库:

采用sns.palplot(sns.color_palette(“颜色库”,颜色数量))

在这里插入图片描述
在这里插入图片描述

(*)修改颜色的亮度和饱和度:

采用sns.palplot(sns.hls_palette(n,l= ,s=)),n为颜色数,l为亮度<1,s为饱和度<1;
在这里插入图片描述

(*)指定颜色的调用和颜色的命名:

指定颜色的调用:sns.xkcd_rgb[" "];

plt.plot([0,1],[0,2],sns.xkcd_rgb[“red”],lw=3)
plt.plot([0,1],[0,3],sns.xkcd_rgb[“dark red”],lw=3)
plt.plot([0,1],[0,1],sns.xkcd_rgb[“pink”],lw=3)
在这里插入图片描述

颜色的命名:sns.xkcd_rgb[" "];

colors=[“windows green”,“dark blue”,“light blue”]

sns.palplot(sns.xkcd_palette(colors))
在这里插入图片描述

(*)连续调色板:

采用sns.palplot(sns.color_palette(“xx_color”)),实现渐变色的取色;

通过"xx_color"+"_r"进行浅——深顺序的替换;

在这里插入图片描述

(4)cubehelix_palette()调色板,色调线性变换:

在这里插入图片描述

(5)dark_palette和light_palette调用连续调色板:

reverse=True/False控制渐变的顺序。
在这里插入图片描述

在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/acceptedday/article/details/98370169