Seaborn的6个简单方法
发布时间：2021-06-04 16:36:18 所属栏目：大数据 来源：互联网
导读：在这篇文章中，我们将探讨一些简单的方法来定制你的图表，使它们更好看。我希望这些简单的技巧能帮助你得到更好看的图。 基线图 本文中的脚本在Jupyter笔记本中的python3.8.3中进行了测试。 让我们使用Seaborn内置的penguins数据集作为样本数据： # 导入包 i
|
在这篇文章中，我们将探讨一些简单的方法来定制你的图表，使它们更好看。我希望这些简单的技巧能帮助你得到更好看的图。
基线图
本文中的脚本在Jupyter笔记本中的python3.8.3中进行了测试。
让我们使用Seaborn内置的penguins数据集作为样本数据：
# 导入包
import matplotlib.pyplot as plt
import seaborn as sns
# 导入数据
df = sns.load_dataset('penguins').rename(columns={'sex': 'gender'})
df
Seaborn的6个简单技巧
我们将使用默认图表设置构建标准散点图，以将其用作基线：
# 图
sns.scatterplot(data=df, x='body_mass_g', y='bill_length_mm',
alpha=0.7, hue='species', size='gender')
Seaborn的6个简单技巧
我们将看到这个图如何随着每一个技巧而改变。
技巧
你将看到，前两个技巧用于单个绘图，而其余四个技巧用于更改所有图表的默认设置。
技巧1：分号
你有没有注意到在上一个图中，文本输出就在图表的正上方?抑制此文本输出的一个简单方法是在绘图末尾使用;。
#
图
sns.scatterplot(data=df, x='body_mass_g', y='bill_length_mm',
alpha=0.7, hue='species', size='gender');
Seaborn的6个简单技巧
只需在代码末尾添加;就可以得到更清晰的输出。
技巧2：plt.figure()
绘图通常可以从调整大小中获益。如果我们想调整大小，我们可以这样做：
# 图
plt.figure(figsize=(9, 5))
sns.scatterplot(data=df, x='body_mass_g', y='bill_length_mm',
alpha=0.7, hue='species', size='gender');
Seaborn的6个简单技巧
当我们调整大小时，图例移到了左上角。让我们将图例移到图表之外，这样它就不会意外地覆盖数据点：
# 图
plt.figure(figsize=(9, 5))
sns.scatterplot(data=df, x='body_mass_g', y='bill_length_mm',
alpha=0.7, hue='species', size='gender')
plt.legend(loc='upper right', bbox_to_anchor=(1.2, 1));
Seaborn的6个简单技巧
如果你想知道如何知道figsize()或bbox_to_anchor()使用什么数的字组合，则需要尝试哪些数字最适合绘图。
技巧3：sns.set_style()
如果不喜欢默认样式，此函数有助于更改绘图的整体样式。这包括轴的颜色和背景。让我们将样式更改为whitegrid，并查看打印外观如何更改：
# 更改默认样式
sns.set_style('whitegrid')
# 图
plt.figure(figsize=(9, 5))
sns.scatterplot(data=df, x='body_mass_g', y='bill_length_mm',
alpha=0.7, hue='species', size='gender')
plt.legend(loc='upper right', bbox_to_anchor=(1.2, 1));
Seaborn的6个简单技巧
这里还有一些其他的选择可以尝试：“darkgrid”、“dark”和“ticks”来找到你更喜欢的那个。
 （编辑：伊春站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
