国产一级a片免费看高清,亚洲熟女中文字幕在线视频,黄三级高清在线播放,免费黄色视频在线看

最近在做幾個(gè)項(xiàng)目的數(shù)據(jù)分析，每次用到seaborn進(jìn)行可視化繪圖的時(shí)候總是忘記具體操作。雖然seaborn的官方網(wǎng)站已經(jīng)詳細(xì)的介紹了使用方法，但是畢竟是英文，而且每次都上網(wǎng)查找不是很方便，還不如自己重新來(lái)一遍。因此博主想從零開(kāi)始將seaborn學(xué)習(xí)一遍，做一個(gè)總結(jié)，也希望供大家使用參考。

Seaborn簡(jiǎn)介

seaborn同matplotlib一樣，也是Python進(jìn)行數(shù)據(jù)可視化分析的重要第三方包。但 seaborn 是在 matplotlib 的基礎(chǔ)上進(jìn)行了更高級(jí)的API封裝，使得作圖更加容易，圖形更加漂亮。

博主并不認(rèn)為seaborn可以替代matplotlib。雖然 seaborn 可以滿(mǎn)足大部分情況下的數(shù)據(jù)分析需求，但是針對(duì)一些特殊情況，還是需要用到 matplotlib 的。換句話說(shuō)，matplotlib 更加靈活，可定制化，而 seaborn 像是更高級(jí)的封裝，使用方便快捷。

應(yīng)該把seaborn視為matplotlib的補(bǔ)充，而不是替代物。

Seaborn學(xué)習(xí)內(nèi)容

seaborn的學(xué)習(xí)內(nèi)容主要包含以下幾個(gè)部分：

1. 風(fēng)格管理

• 繪圖風(fēng)格設(shè)置

• 顏色風(fēng)格設(shè)置

• 數(shù)據(jù)集的分布可視化

• 分類(lèi)數(shù)據(jù)可視化

• 線性關(guān)系可視化

• 數(shù)據(jù)識(shí)別網(wǎng)格繪圖

本次將主要介紹風(fēng)格管理的使用。

風(fēng)格管理 - 繪圖風(fēng)格設(shè)置

除了各種繪圖方式外，圖形的美觀程度可能是我們最關(guān)心的了。將它放到第一部分，因?yàn)轱L(fēng)格設(shè)置是一些通用性的操作，對(duì)于各種繪圖方法都適用。

讓我們先看一個(gè)例子。

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

我們定義了一個(gè)簡(jiǎn)單的方程來(lái)繪制一些偏置的正弦波，用來(lái)幫助我們查看不同的圖畫(huà)風(fēng)格是什么樣子的。

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)

matplotlib默認(rèn)參數(shù)下繪制結(jié)果是這樣的：

sinplot()

轉(zhuǎn)換為seaborn默認(rèn)繪圖，可以簡(jiǎn)單的用set()方法。

sns.set()
sinplot()

Seaborn 將 matplotlib 的參數(shù)劃分為兩個(gè)獨(dú)立的組合。第一組是設(shè)置繪圖的外觀風(fēng)格的，第二組主要將繪圖的各種元素按比例縮放的，以至可以嵌入到不同的背景環(huán)境中。

操控這些參數(shù)的接口主要有兩對(duì)方法：

• 控制風(fēng)格：axes_style(), set_style()

• 縮放繪圖：plotting_context(), set_context()

每對(duì)方法中的第一個(gè)方法（axes_style(), plotting_context()）會(huì)返回一組字典參數(shù)，而第二個(gè)方法（set_style(), set_context()）會(huì)設(shè)置matplotlib的默認(rèn)參數(shù)。

Seaborn的五種繪圖風(fēng)格

有五種seaborn的風(fēng)格，它們分別是：darkgrid, whitegrid, dark, white, ticks。它們各自適合不同的應(yīng)用和個(gè)人喜好。默認(rèn)的主題是darkgrid。

sns.set_style("whitegrid")
data = np.random.normal(size=(20, 6)) + np.arange(6) / 2
sns.boxplot(data=data);

sns.set_style("dark")
sinplot()

sns.set_style("white")
sinplot()

sns.set_style("ticks")
sinplot()

移除軸脊柱

white 和 ticks兩個(gè)風(fēng)格都能夠移除頂部和右側(cè)的不必要的軸脊柱。通過(guò)matplotlib參數(shù)是做不到這一點(diǎn)的，但是你可以使用seaborn的despine()方法來(lái)移除它們：

sinplot()
sns.despine()

一些繪圖也可以針對(duì)數(shù)據(jù)將軸脊柱進(jìn)行偏置，當(dāng)然也是通過(guò)調(diào)用despine()方法來(lái)完成。而當(dāng)刻度沒(méi)有完全覆蓋整個(gè)軸的范圍時(shí)，trim參數(shù)可以用來(lái)限制已有脊柱的范圍。

f, ax = plt.subplots()
sns.violinplot(data=data)
sns.despine(offset=10, trim=True);

你也可以通過(guò)despine()控制哪個(gè)脊柱將被移除。

sns.set_style("whitegrid")
sns.boxplot(data=data, palette="deep")
sns.despine(left=True)

臨時(shí)設(shè)置繪圖風(fēng)格

雖然來(lái)回切換風(fēng)格很容易，但是你也可以在一個(gè)with語(yǔ)句中使用axes_style()方法來(lái)臨時(shí)的設(shè)置繪圖參數(shù)。這也允許你用不同風(fēng)格的軸來(lái)繪圖：

with sns.axes_style("darkgrid"):
    plt.subplot(211)
    sinplot()
plt.subplot(212)
sinplot(-1)

覆蓋seaborn風(fēng)格元素

如果你想定制化seaborn風(fēng)格，你可以將一個(gè)字典參數(shù)傳遞給axes_style()和set_style()的參數(shù)rc。而且你只能通過(guò)這個(gè)方法來(lái)覆蓋風(fēng)格定義中的部分參數(shù)。

如果你想要看看這些參數(shù)都是些什么，可以調(diào)用這個(gè)方法，且無(wú)參數(shù)，這將會(huì)返回下面的設(shè)置：

sns.axes_style()
{'axes.axisbelow': True,
 'axes.edgecolor': '.8',
 'axes.facecolor': 'white',
 'axes.grid': True,
 'axes.labelcolor': '.15',
 'axes.linewidth': 1.0,
 'figure.facecolor': 'white',
 'font.family': [u'sans-serif'],
 'font.sans-serif': [u'Arial',
  u'DejaVu Sans',
  u'Liberation Sans',
  u'Bitstream Vera Sans',
  u'sans-serif'],
 'grid.color': '.8',
 'grid.linestyle': u'-',
 'image.cmap': u'rocket',
 'legend.frameon': False,
 'legend.numpoints': 1,
 'legend.scatterpoints': 1,
 'lines.solid_capstyle': u'round',
 'text.color': '.15',
 'xtick.color': '.15',
 'xtick.direction': u'out',
 'xtick.major.size': 0.0,
 'xtick.minor.size': 0.0,
 'ytick.color': '.15',
 'ytick.direction': u'out',
 'ytick.major.size': 0.0,
 'ytick.minor.size': 0.0}

然后，你可以設(shè)置這些參數(shù)的不同版本了。

sns.set_style("darkgrid", {"axes.facecolor": ".9"})
sinplot()

繪圖元素比例縮放

有一套的參數(shù)可以控制繪圖元素的比例。
首先，讓我們通過(guò)set()重置默認(rèn)的參數(shù)：

sns.set()

有四個(gè)預(yù)置的環(huán)境，按大小從小到大排列分別為：paper, notebook, talk, poster。其中，notebook是默認(rèn)的。

sns.set_context("paper")
sinplot()

sns.set_context("talk")
sinplot()

sns.set_context("poster")
sinplot()

你可以通過(guò)使用這些名字中的一個(gè)調(diào)用set_context()來(lái)設(shè)置參數(shù)，并且你可以通過(guò)提供一個(gè)字典參數(shù)值來(lái)覆蓋參數(shù)。當(dāng)改變環(huán)境時(shí)，你也可以獨(dú)立的去縮放字體元素的大小。

sns.set_context("notebook", font_scale=1.5, rc={"lines.linewidth": 2.5})
sinplot()

同樣的，你可以通過(guò)嵌入with語(yǔ)句臨時(shí)的控制繪圖的比例。

總結(jié)

• 介紹了Seaborn的5中繪圖風(fēng)格

• 移除軸脊柱

• 臨時(shí)設(shè)置繪圖風(fēng)格

• 覆蓋Seaborn風(fēng)格元素

• 繪圖元素比例縮放
  

下一節(jié)將會(huì)介紹顏色風(fēng)格的使用。