综述
学生党整理一些关于数据分析的知识:主要包括了seaborn库的使用,优化绘图。包括了seaborn库提供的5种绘图风格、图片边框设置、更改坐标、隐藏轴、子图操作及布局大小及线粗细设置。
代码模块
调用库
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
多条正弦曲线生成函数
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)
plt.show()
def sinplot1(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)
五种绘图风格
风格一 背景灰,网格
sns.set()
sinplot()
风格二 背景白,刻度横条
sns.set_style("whitegrid")
data = np.random.normal(size=(20,6)) + np.arange(6) / 2
sns.boxplot(data=data)
plt.show()
风格三 背景灰
sns.set_style("dark")
sinplot()
风格四 背景白
sns.set_style("white")
sinplot()
风格五 背景白,刻度
sns.set_style("ticks")
sinplot()
图片边框设置、更改坐标、隐藏轴
去除上右边线
data = np.random.normal(size=(20,6)) + np.arange(6) / 2
sns.boxplot(data=data)
sns.despine()
plt.show()
更改坐标
sns.violinplot(data)
sns.despine(offset=10)
plt.show()
左轴隐藏
sns.set_style("whitegrid")
sns.boxplot(data= data,palette="deep")
sns.despine(left=True)
plt.show()
子图操作
sns.set_style("darkgrid")
with sns.axes_style("whitegrid"): #with域中采用whitegrid风格
plt.subplot(211)
sinplot1()
sns.despine(left=True)
plt.subplot(212)
sinplot1(-1)
sns.despine(left=True)
plt.show()
布局设置
布局大小,线粗细(从小到大)
sns.set_context("paper")
plt.figure(figsize=(8,6))
sinplot()
sns.set_context("talk")
plt.figure(figsize=(8,6))
sinplot()
sns.set_context("poster")
plt.figure(figsize=(8,6))
sinplot()
#字体大小可以自己设置
sns.set_context("notebook",font_scale=1.5,rc={"lines.linewidth":2.5})
sinplot()
小结
本章介绍了一些绘图的基本操作,在之后的几章内容更深入的整理一些seaborn库在数据分析绘图上的功能和分析操作。