Python數據可視化模塊：Seaborn（一）

chadLi 發布于2019-07-31 11:38 / 3434人閱讀

摘要：默認情況下白灰網格的形式可以避免過于刺眼。在多面作圖的情況下，網絡形式顯得相當的有利，提供了一種作圖結構，這對模塊中的一些復雜工具非常重要。將的參數劃分為兩個組。在這兩種情況下，第一組函數返回一系列的參數，第二組則設置的默認屬性。

原文鏈接：http://web.stanford.edu/~mwaskom/software/seaborn/tutorial/aesthetics....

管理圖表的藝術

畫一個吸引人注意的圖表相當重要。當你探索一個數據集，需要畫圖表，圖表看起來令人愉悅是件很高興的事。在與你的觀眾交流觀點時，可視化同樣重要，同時，也很有必要去讓圖表吸引注意力和印入腦海里。Matplotlib自動化程度非常高，但是，掌握如何設置系統以便獲得一個吸引人的圖是相當困難的事。為了控制matplotlib圖表的外觀，Seaborn模塊自帶許多定制的主題和高級的接口。

%matplotlib inline

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
np.random.seed(sum(map(ord, "aesthetics")))

讓我們先定義一個函數用來畫正弦函數，這將幫助我們了解我們可以控制的不同風格的參數

def sinplot(flip=1):
    x = np.linspace(0, 14, 100)
    for i in range(1, 7):
        plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)

默認情況下matplotlib的畫的圖是這樣的：

轉換成Seaborn模塊，只需要引入seaborn模塊。

import seaborn as sns
sinplot()

seaborn默認淺灰色背景與白色網絡線的靈感來源于matplotlib，卻比matplotlib的顏色更多柔和。我們發現，網絡線對于傳播信息很有用，幾乎在所有情況下，人們喜歡圖甚于表。默認情況下白灰網格的形式可以避免過于刺眼。在多面作圖的情況下，網絡形式顯得相當的有利，提供了一種作圖結構，這對模塊中的一些復雜工具非常重要。

seaborn將matplotlib的參數劃分為兩個組。第一組控制圖表的樣式和圖的度量尺度元素，這樣就可以輕易在納入到不同的上下文中。

操控這些參數由兩個函數提供接口。控制樣式，用axes_style()和set_style()這兩個函數。度量圖則用plotting_context()和set_context()這兩個函數。在這兩種情況下，第一組函數返回一系列的參數，第二組則設置matplotlib的默認屬性。

圖樣式函數axes_style()和set_style()

GPU云服務器云服務器 seaborn python模塊 python 多模塊 python 跨模塊

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/45369.html

數據可視化Seaborn從零開始學習教程（三）數據分布可視化篇

摘要：數據集分布可視化當處理一個數據集的時候，我們經常會想要先看看特征變量是如何分布的。直方圖在橫坐標的數據值范圍內均等分的形成一定數量的數據段，并在每個數據段內用矩形條顯示軸觀察數量的方式，完成了對的數據分布的可視化展示。作者：xiaoyu微信公眾號：Python數據科學知乎：python數據分析師 Seaborn學習大綱 seaborn的學習內容主要包含以下幾個部分：風格管理 ...

Tamic 2019-07-30 16:37 評論0 收藏0
數據可視化Seaborn從零開始學習教程（四）分類數據可視化篇

摘要：分類數據散點圖在分類數據的基礎上展示定量數據的最簡單函數就是。此外，小提琴內還顯示了箱體四分位數和四分位距。該函數會用高度估計值對數據進行描述，而不是顯示一個完整的條形，它只繪制點估計和置信區間。作者：xiaoyu微信公眾號：Python數據科學知乎：python數據分析師 Seaborn學習大綱 seaborn的學習內容主要包含以下幾個部分：風格管理繪圖風格設置顏色風...

CodeSheep 2019-07-30 16:50 評論0 收藏0
數據可視化Seaborn從零開始學習教程（一）風格選擇

摘要：簡介同一樣，也是進行數據可視化分析的重要第三方包。的五種繪圖風格有五種的風格，它們分別是。作者：xiaoyu微信公眾號：Python數據科學知乎：python數據分析師最近在做幾個項目的數據分析，每次用到seaborn進行可視化繪圖的時候總是忘記具體操作。雖然seaborn的官方網站已經詳細的介紹了使用方法，但是畢竟是英文，而且查找不是很方便。因此博主想從零開始將seaborn學...

testbird 2019-07-30 16:35 評論0 收藏0
15個Python庫，讓你學習數據科學更輕松

摘要：在本節中，我們將看到一些最流行和最常用的庫，用于機器學習和深度學習是用于數據挖掘，分析和機器學習的最流行的庫。愿碼提示網址是一個基于的框架，用于使用多個或進行有效的機器學習和深度學習。 showImg(https://segmentfault.com/img/remote/1460000018961827?w=999&h=562); 來源 | 愿碼(ChainDesk.CN)內容編輯...

W4n9Hu1 2019-07-31 10:19 評論0 收藏0
數據可視化Seaborn從零開始學習教程（二）顏色調控篇

摘要：使用分類調色板另外一種對分類數據比較友好的調色板來自工具。它們是以在調色板中的主導顏色或顏色命名的。連續調色板調色板系統在亮度和色變變化上具有線性上升或下降的特點。離散色板調色板中的第三類被稱為離散。作者：xiaoyu微信公眾號：Python數據科學知乎：python數據分析師 Seaborn學習大綱 seaborn的學習內容主要包含以下幾個部分：風格管理繪圖風格設置顏...

李義 2019-07-30 16:35 評論0 收藏0