5-1可视化库Seabon-整体布局风格设置
In [1]:
import seaborn as sns
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline
In [2]:
def sinplot(flip=1):
x=np.linspace(0,14,100)#0-14,取100条数据
for i in range(1,7):
plt.plot(x,np.sin(x+i*.5)*(7-i)*flip)
In [3]:
sinplot()
1.seaborn画图
In [4]:
sns.set()#sns默认的组合参数
sinplot()
In [5]:
#定义风格
sns.set_style("whitegrid")
#定义数据
data=np.random.normal(size=(20,6))+np.arange(6)/2
#画箱型图
sns.boxplot(data=data)
Out[5]:
In [6]:
#定义风格
sns.set_style("dark")
#定义数据
data=np.random.normal(size=(20,6))+np.arange(6)/2
#画箱型图
sns.boxplot(data=data)
Out[6]:
In [7]:
#定义风格
sns.set_style("ticks")#四边有线和刻度
#定义数据
data=np.random.normal(size=(20,6))+np.arange(6)/2
#画箱型图
sns.boxplot(data=data)
Out[7]:
3.隐藏框线
- sns.despine()隐藏右边和上边的边框线。
- sns.despine( offset = 10 )设置纵横两轴近原点端点距离原地的距离。
- sns.despine( left = True )在隐藏右和上边框线的同时,隐藏左边线。
In [8]:
#小提琴图
sns.violinplot(data)
#offset=10,定义图离轴线距离
sns.despine(offset=50)
4.用with导入风格
In [9]:
with sns.axes_style("darkgrid"):
plt.subplot(211)
sinplot()#调入数据和画图函数
plt.subplot(212)
sinplot(-1)
5.设置图的区域大小,和线的大小
四种预设,按相对尺寸的顺序(线条越来越粗),分别是paper,notebook, talk, and poster。notebook的样式是默认的,上面的绘图都是使用默认的notebook预设。
In [10]:
sns.set()
sns.set_context("paper")#设置线条尺寸
plt.figure(figsize=(8,6))
sinplot()
In [11]:
sns.set()
sns.set_context("talk")#设置线条尺寸
plt.figure(figsize=(8,6))
sinplot()
5-1可视化库Seabon-整体布局风格设置
In [1]:
import seaborn as sns
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline
In [2]:
def sinplot(flip=1):
x=np.linspace(0,14,100)#0-14,取100条数据
for i in range(1,7):
plt.plot(x,np.sin(x+i*.5)*(7-i)*flip)
In [3]:
sinplot()
1.seaborn画图
In [4]:
sns.set()#sns默认的组合参数
sinplot()
In [5]:
#定义风格
sns.set_style("whitegrid")
#定义数据
data=np.random.normal(size=(20,6))+np.arange(6)/2
#画箱型图
sns.boxplot(data=data)
Out[5]:
In [6]:
#定义风格
sns.set_style("dark")
#定义数据
data=np.random.normal(size=(20,6))+np.arange(6)/2
#画箱型图
sns.boxplot(data=data)
Out[6]:
In [7]:
#定义风格
sns.set_style("ticks")#四边有线和刻度
#定义数据
data=np.random.normal(size=(20,6))+np.arange(6)/2
#画箱型图
sns.boxplot(data=data)
Out[7]:
3.隐藏框线
- sns.despine()隐藏右边和上边的边框线。
- sns.despine( offset = 10 )设置纵横两轴近原点端点距离原地的距离。
- sns.despine( left = True )在隐藏右和上边框线的同时,隐藏左边线。
In [8]:
#小提琴图
sns.violinplot(data)
#offset=10,定义图离轴线距离
sns.despine(offset=50)
4.用with导入风格
In [9]:
with sns.axes_style("darkgrid"):
plt.subplot(211)
sinplot()#调入数据和画图函数
plt.subplot(212)
sinplot(-1)
5.设置图的区域大小,和线的大小
四种预设,按相对尺寸的顺序(线条越来越粗),分别是paper,notebook, talk, and poster。notebook的样式是默认的,上面的绘图都是使用默认的notebook预设。
In [10]:
sns.set()
sns.set_context("paper")#设置线条尺寸
plt.figure(figsize=(8,6))
sinplot()
In [11]:
sns.set()
sns.set_context("talk")#设置线条尺寸
plt.figure(figsize=(8,6))
sinplot()
此资源来自https://www.cnblogs.com/AI-robort/,博客园的karina512。