Python中繪圖工具Seaborn的技巧有哪些

這篇文章主要介紹“Python中繪圖工具Seaborn的技巧有哪些”，在日常操作中，相信很多人在Python中繪圖工具Seaborn的技巧有哪些問題上存在疑惑，小編查閱了各式資料，整理出簡(jiǎn)單好用的操作方法，希望對(duì)大家解答”Python中繪圖工具Seaborn的技巧有哪些”的疑惑有所幫助！接下來，請(qǐng)跟著小編一起來學(xué)習(xí)吧！

基線圖

本文中的腳本在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()

繪圖通常可以從調(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列表傳遞給函數(shù)，如下例所示。

# 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)色板來訪問更廣泛的選項(xiàng)（超過1600萬種顏色！）。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));

到此，關(guān)于“Python中繪圖工具Seaborn的技巧有哪些”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注億速云網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)砀鄬?shí)用的文章！