当前位置: 首页 > news >正文

Seaborn数据可视化(一)

目录

1.seaborn简介

 2.Seaborn绘图风格设置

21.参数说明:

2.2 示例:


1.seaborn简介

Seaborn是一个用于数据可视化的Python库,它是建立在Matplotlib之上的高级绘图库。Seaborn的目标是使绘图任务变得简单,同时产生美观且具有信息含量的图形。

Seaborn提供了一组针对统计数据可视化的高级函数和主题样式,使得绘制各种类型的统计图形变得简单而快捷。它支持的统计图形包括常见的折线图、柱状图、散点图、箱线图、核密度图等。此外,Seaborn还提供了对分类数据的特殊支持,可以轻松地绘制分组条形图、小提琴图等图形。

Seaborn还具有内置的主题样式,可以轻松地调整图形的外观,使其更具专业和一致性。此外,Seaborn还提供了对数坐标轴、颜色调色板、处理缺失数据等功能的支持,进一步增强了可视化的灵活性和表现力。

要使用Seaborn,你需要先安装它并导入相应的库。你可以使用pip命令在Python环境中安装Seaborn:`pip install seaborn`。安装完成后,你可以使用`import seaborn as sns`导入Seaborn库并开始使用它的函数和方法来绘制统计图形。

seaborn中共有5个大类21种绘图,具体如下:

 2.Seaborn绘图风格设置

Seaborn通过set函数实现风格设置。set函数的格式如下:

seaborn.set(style=None, palette=None, font='sans-serif', font_scale=1, color_codes=False, rc=None)

21.参数说明:

  • style:指定图形的整体风格,可以是预定义的风格名称,如:“whitegrid”、“darkgrid”、“ticks”,或者是自定义的字典形式的设置。默认值为None,表示使用默认的风格。
  • palette:指定颜色调色板,可以是预定义的调色板名称,如:“deep”、“muted”、"bright"等,也可以是自定义的颜色列表或色彩空间对象。默认值为None,表示使用默认的调色板。
  • font:指定字体族名称或者字体列表。默认为’sans-serif’,即无衬线字体。
  • font_scale:指定字体的缩放比例。默认为1,表示使用默认字体大小。
  • color_codes:是否使用颜色代码(例如:‘#FF0000’)而不是命名的颜色。默认为False,表示使用命名的颜色。
  • rc:一个字典类型的参数,用于覆盖其他参数的设置。

需要注意的是,seaborn.set函数通常在导入seaborn库后的最开始调用,用于设置全局绘图参数,保证整个绘图过程中所使用的样式和参数的一致性。也可以在特定的绘图函数中通过参数覆盖全局设置。

2.2 示例:

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
def sinplot(flip = 2):x = np.linspace(0,20, 50)for i in range(1,5):plt.plot(x, np.cos(x + i * 0.8) * (9 - 2*i) * flip)
sinplot()

结果图:

没有使用seabron.set进行风格设置之前,运行结果为Matplotlib默认参数下的绘制风格,接下来使用 seabron.set进行风格设置。

sns.set(style = 'darkgrid',font_scale = 1.5)
sinplot()

结果图:

 

如果需要转换为seaborn默认的绘图风格,只需要调用sns.set()方法即可。

sns.set()
sinplot()

 结果图:

 


http://www.lryc.cn/news/130832.html

相关文章:

  • Sentinel规则持久化
  • Transformer 相关模型的参数量计算
  • 企业信息化过程----应用管理平台的构建过程
  • 揭秘程序员的鄙视链,你在哪一层?看完我想哭
  • 在docker下进行mysql的主从复制
  • 【机器学习】处理不平衡的数据集
  • JVM前世今生之JVM内存模型
  • redis事务对比Lua脚本区别是什么
  • Java“牵手”根据店铺ID获取1688店铺所有商品数据方法,1688API实现批量店铺商品数据抓取示例
  • linux-shell脚本收集
  • 使用 MBean 和 日志查看 Tomcat 线程池核心属性数据
  • Visual Studio 2019源码编译cpu版本onnxruntime
  • Go和Java实现模板模式
  • angular:quill align的坑
  • 设计模式篇---抽象工厂(包含优化)
  • Azure创建可用性集
  • SpringBoot中优雅的实现隐私数据脱敏(提供Gitee源码)
  • Elasticsearch集群shard过多后导致的性能问题分析
  • Unity框架学习--5 事件中心管理器
  • (二)结构型模式:3、过滤器模式(Filter、Criteria Pattern)(C++示例)
  • 谷歌在Chrome浏览器中推进抗量子加密技术
  • Kotlin的数组
  • centos 安装docker
  • Oracle-如何判断字符串包含中文字符串(汉字),删除中文内容及保留中文内容
  • File 类的用法, InputStream和Reader, OutputStream和Writer 的用法
  • AtCoder Beginner Contest 315 Task:A/B/C/E
  • 【项目实践】基于LSTM的一维数据扩展与预测
  • webshell实践,在nginx上实现负载均衡
  • LVS+Keepalived集群
  • Java的网络编程