本篇內(nèi)容介紹了“Seaborn的使用技巧有哪些”的有關(guān)知識(shí)，在實(shí)際案例的操作過(guò)程中，不少人都會(huì)遇到這樣的困境，接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

十年的嵩縣網(wǎng)站建設(shè)經(jīng)驗(yàn)，針對(duì)設(shè)計(jì)、前端、開(kāi)發(fā)、售后、文案、推廣等六對(duì)一服務(wù)，響應(yīng)快，48小時(shí)及時(shí)工作處理。全網(wǎng)營(yíng)銷(xiāo)推廣的優(yōu)勢(shì)是能夠根據(jù)用戶(hù)設(shè)備顯示端的尺寸不同，自動(dòng)調(diào)整嵩縣建站的顯示方式，使網(wǎng)站能夠適用不同顯示終端，在瀏覽器中調(diào)整網(wǎng)站的寬度，無(wú)論在任何一種瀏覽器上瀏覽網(wǎng)站，都能展現(xiàn)優(yōu)雅布局與設(shè)計(jì)，從而大程度地提升瀏覽體驗(yàn)。創(chuàng)新互聯(lián)公司從事“嵩縣網(wǎng)站設(shè)計(jì)”,“嵩縣網(wǎng)站推廣”以來(lái)，每個(gè)客戶(hù)項(xiàng)目都認(rèn)真落實(shí)執(zhí)行。

基線圖

本文中的腳本在Jupyter筆記本中的python3.8.3中進(jìn)行了測(cè)試。

讓我們使用Seaborn內(nèi)置的penguins數(shù)據(jù)集作為樣本數(shù)據(jù)：

# 導(dǎo)入包 import matplotlib.pyplot as plt import seaborn as sns  # 導(dǎo)入數(shù)據(jù) df = sns.load_dataset('penguins').rename(columns={'sex': 'gender'}) df

我們將使用默認(rèn)圖表設(shè)置構(gòu)建標(biāo)準(zhǔn)散點(diǎn)圖，以將其用作基線：

# 圖 sns.scatterplot(data=df, x='body_mass_g', y='bill_length_mm',                  alpha=0.7, hue='species', size='gender')

我們將看到這個(gè)圖如何隨著每一個(gè)技巧而改變。

技巧

你將看到，前兩個(gè)技巧用于單個(gè)繪圖，而其余四個(gè)技巧用于更改所有圖表的默認(rèn)設(shè)置。

技巧1：分號(hào)

你有沒(méi)有注意到在上一個(gè)圖中，文本輸出就在圖表的正上方?抑制此文本輸出的一個(gè)簡(jiǎn)單方法是在繪圖末尾使用;。

#   圖 sns.scatterplot(data=df, x='body_mass_g', y='bill_length_mm',                  alpha=0.7, hue='species', size='gender');

只需在代碼末尾添加;就可以得到更清晰的輸出。

技巧2：plt.figure()

繪圖通?？梢詮恼{(diào)整大小中獲益。如果我們想調(diào)整大小，我們可以這樣做：

# 圖 plt.figure(figsize=(9, 5)) sns.scatterplot(data=df, x='body_mass_g', y='bill_length_mm',                  alpha=0.7, hue='species', size='gender');

當(dāng)我們調(diào)整大小時(shí)，圖例移到了左上角。讓我們將圖例移到圖表之外，這樣它就不會(huì)意外地覆蓋數(shù)據(jù)點(diǎn)：

# 圖 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));

如果你想知道如何知道figsize()或bbox_to_anchor()使用什么數(shù)的字組合，則需要嘗試哪些數(shù)字最適合繪圖。

技巧3：sns.set_style()

如果不喜歡默認(rèn)樣式，此函數(shù)有助于更改繪圖的整體樣式。這包括軸的顏色和背景。讓我們將樣式更改為whitegrid，并查看打印外觀如何更改：

# 更改默認(rèn)樣式 sns.set_style('whitegrid')  # 圖 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));

這里還有一些其他的選擇可以嘗試：“darkgrid”、“dark”和“ticks”來(lái)找到你更喜歡的那個(gè)。

技巧4：sns.set_context()

在前面的圖中，標(biāo)簽尺寸看起來(lái)很小。如果不喜歡默認(rèn)設(shè)置，我們使用sns.set_context()可以更改上下文參數(shù)。

我使用這個(gè)函數(shù)主要是為了控制繪圖中標(biāo)簽的默認(rèn)字體大小。通過(guò)更改默認(rèn)值，我們可以節(jié)省時(shí)間，而不必為單個(gè)繪圖的不同元素(例如軸標(biāo)簽、標(biāo)題、圖例)調(diào)整字體大小。讓我們把上下文改成“talk”，再看看圖：

# 默認(rèn)上下文更改 sns.set_context('talk')  # 圖 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=(1.3, 1));

它更容易辨認(rèn)，不是嗎?另一個(gè)可以嘗試的選項(xiàng)是：“poster”，這將增加默認(rèn)大小甚至更多。

技巧5：sns.set_palette()

如果你想將默認(rèn)調(diào)色板自定義為你喜歡的顏色組合，此功能非常方便。我們可以使用Matplotlib中的彩色映射。這里是從顏色庫(kù)中選擇的。讓我們將調(diào)色板更改為“rainbow”并再次查看該圖：

# 更改默認(rèn)調(diào)色板 sns.set_palette('rainbow')  # 圖 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=(1.3, 1));

如果找不到你喜歡的Matplotlib顏色映射，可以手動(dòng)選擇顏色來(lái)創(chuàng)建自己獨(dú)特的調(diào)色板。  創(chuàng)建自己調(diào)色板的一種方法是將顏色名稱(chēng)列表傳遞給函數(shù)，如下例所示。這個(gè)鏈接是顏色名稱(chēng)列表：https://matplotlib.org/3.1.0/gallery/color/named_colors.html。

# 更改默認(rèn)調(diào)色板 sns.set_palette(['green', 'purple', 'red'])  # 圖 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=(1.3, 1));

如果顏色名稱(chēng)不能很好地捕捉到你所追求的，你可以使用十六進(jìn)制顏色構(gòu)建自己的調(diào)色板來(lái)訪問(wèn)更廣泛的選項(xiàng)(超過(guò)1600萬(wàn)種顏色!)。這里是我最喜歡的資源，可以找到一個(gè)十六進(jìn)制的自定義調(diào)色板。我們來(lái)看一個(gè)例子：

# 更改默認(rèn)調(diào)色板 sns.set_palette(['#62C370', '#FFD166', '#EF476F'])  # 圖 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=(1.3, 1));

技巧6：sns.set()

從前面的三個(gè)技巧中，我希望你能找到你最喜歡的組合(在某些情況下，它可能會(huì)保留默認(rèn)設(shè)置)。如果我們要更新圖表的默認(rèn)設(shè)置，最好是在導(dǎo)入可視化軟件包之后再更新。這意味著我們?cè)谀_本的開(kāi)頭會(huì)有這樣一個(gè)片段：

# 導(dǎo)入包 import matplotlib.pyplot as plt import seaborn as sns  # 更改默認(rèn)值 sns.set_style('whitegrid') sns.set_context('talk') sns.set_palette('rainbow')

更新上面的多個(gè)默認(rèn)值可以用sns.set(). 以下是同一代碼的簡(jiǎn)潔版本：

# 導(dǎo)入包 import matplotlib.pyplot as plt import seaborn as sns  # 更改默認(rèn)值 sns.set(style='whitegrid', context='talk', palette='rainbow')

這是六個(gè)技巧。以下是調(diào)整前后的圖對(duì)比：

“Seaborn的使用技巧有哪些”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！

本文標(biāo)題：Seaborn的使用技巧有哪些
新聞來(lái)源：http://www.rwnh.cn/article44/jddihe.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站制作、定制網(wǎng)站、定制開(kāi)發(fā)、手機(jī)網(wǎng)站建設(shè)、品牌網(wǎng)站制作、靜態(tài)網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)