seaborn可视化库分析库基础01 - 布局、参数、色板等
2017-11-22 19:45
281 查看
Seaborn库简介
Seaborn库官网正如你所知道的,Seaborn是比Matplotlib更高级的免费库,特别地以数据可视化为目标,但他要比这一切更进一步:他解决了用Matplotlib的2个最大问题,正如Michael Waskom所说的:Matplotlib试着让简单的事情更加简单,困难的事情变得可能,那么Seaborn就是让困难的东西更加简单。用Matplotlib最大的困难是其默认的各种参数,而Seaborn则完全避免了这一问题。
Seaborn库api测试
布局设置import pandas as pd import numpy as np import seaborn as sns import matplotlib as mpl import matplotlib.pylab as plt def sinplot(flip=1): x = np.linspace(0,14,100) for i in range(1,7): plt.plot(x, np.sin(x+i*0.5)*(7-i)*flip) # 使用seaborn默认的绘图风格 sns.set() # seaborn的五种绘图风格 dark、darkgrid、white、whitegrid、ticks #sns.set_style("whitegrid") #sinplot() # wiht中 和 with外 使用不同的绘图风格 sns.set(rc={"figure.figsize":(8,4)}) with sns.axes_style("darkgrid"): plt.subplot(211) sinplot() plt.subplot(212) sinplot(-1)
设置画板上下文参数
# sns上下文绘图参数的设置 paper、talk、poster、notebook sns.set_context("talk", font_scale=1, rc={"lines.linewidth":2.5}) plt.figure(figsize=(8,4)) sinplot()
调色板
# 调色板 # 颜色很重要 # color_palette()能传入任何Matplotlib 所支持的颜色 # color_palette()不写参数则默认颜色 # set_palette()设置所有图的颜色 #分类色板(有6个默认的颜色循环主题:deep、muted、pastel、bright、dark、colorblind) sns.palplot(sns.color_palette()) #连续色板 sns.palplot(sns.color_palette("Blues")) sns.palplot(sns.color_palette("Blues_r")) sns.palplot(sns.light_palette("green")) sns.palplot(sns.dark_palette("green")) #色调线性变换,start和rot指定颜色区间 sns.palplot(sns.color_palette("cubehelix", 8)) sns.palplot(sns.cubehelix_palette(8, start=0.5, rot=-0.75)) #使用连续色板绘图 plt.figure(figsize=(6,6)) x,y = np.random.multivariate_normal([0,0], [[1,-0.5], [-0.5,1]], size=300).T pal = sns.dark_palette("green", as_cmap=True) sns.kdeplot(x, y, cmap=pal) #圆形色板 #当你有六个以上的分类需要区分时,最简单的方法是在一个圆形的颜色空间中画出均匀间隔的颜色(这样的颜色会保持亮度和饱和度不变)。 #这是大多数使用比大年默认颜色循环中设置的颜色更多时的默认方案,最常用的方法时使用hls的颜色空间,这是RGB值的一个简单转换。 sns.palplot(sns.color_palette("hls", 12)) #l表示亮度,s表示饱和度 sns.palplot(sns.hls_palette(12, l=0.3, s=0.8)) #生成成对的颜色 sns.palplot(sns.color_palette("Paired", 12) ) #使用圆形色板绘图 plt.figure(figsize=(6,6)) data = np.random.normal(size=(20,8)) + np.arange(8)/2 sns.boxplot(data=data, palette=sns.color_palette("hls", 12))
使用xkcd颜色画图
#使用xkcd颜色画图 #xkcd包含了一套针对RGB颜色的命名,产生了954个可以随时通过xkcd_rgb字典调用的颜色 plt.figure(figsize=(5,5)) plt.plot([0,1], [0,1], sns.xkcd_rgb["pale red"], lw=3) plt.plot([0,1], [0,2], sns.xkcd_rgb["medium green"], lw=3) plt.plot([0,1], [0,3], sns.xkcd_rgb["denim blue"], lw=3)
相关文章推荐
- seaborn可视化库分析库基础02 - API测试
- 面向对象分析设计-------01基础
- Python进行数据分析—可视化之seaborn
- 利用python数据分析——基于Seaborn模块可视化
- JS一起学01:css复习、js基础知识、事件、参数、函数、网页换肤、if判断、className问题、浏览器执行顺序
- Python基础教程2#练习使用参数的疑难杂点分析
- Python数据分析基础(六)——可视化
- Python高级可视化库seaborn分布分析(基础整理)
- Python 数据分析(一) 本实验将学习 pandas 基础,数据加载、存储与文件格式,数据规整化,绘图和可视化的知识
- Java基础---基础加强---增强for循环、自动拆装箱及享元、枚举的作用、实现带有构造方法、透彻分析反射的基础_Class类、成员变量的反射、数组参数的成员方法进行反射、数组的反射应用
- Python 数据分析(一) 本实验将学习 pandas 基础,数据加载、存储与文件格式,数据规整化,绘图和可视化的知识
- Java基础---基础加强---增强for循环、自动拆装箱及享元、枚举的作用、实现带有构造方法、透彻分析反射的基础_Class类、成员变量的反射、数组参数的成员方法进行反射、数组的反射应用
- VFL 可视化格式语言自动布局基础
- 【Android 非常基础】ListView分页加载提交的参数分析
- 机器学习基础01-数学分析与概率论
- JVM基础:JVM参数设置、分析
- java基础学习05(面向对象基础01--类实例分析)
- 01-java基础加强,eclipse工具使用,快捷键,断点调试,单元测试,jdk5新特性,增强for循环,集合map,list,可变参数,枚举,反射,泛型
- JVM基础:JVM参数设置、分析
- JVM基础:生产环境参数实例及分析