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()

在这里插入图片描述
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()

在这里插入图片描述
风格三背景灰

sns.set_style("dark")
sinplot()

在这里插入图片描述
风格四背景白

sns.set_style("white")
sinplot()

在这里插入图片描述
风格五背景白,刻度

sns.set_style("ticks")
sinplot()

在这里插入图片描述

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()

在这里插入图片描述
更改坐标

sns.violinplot(data)
sns.despine(offset=10)
plt.show()

在这里插入图片描述
左轴隐藏

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

在这里插入图片描述

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()

在这里插入图片描述

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()