Seaborn图形可视化库

一、绘图

1）快速生成图

import numpy as np
import matplotlib.pyplot as plt

def sinplot(filp=):
    x = np.linspace(,,)
    for i in range(,):
        plt.plot(x,np.sin(x + i * ) * ( - i) * filp)
sinplot()
plt.show()

特别注意： 在ipython中，在导入模块前引用 %matplotlib inline 可替代plt.show()
           在pycharm中不支持 %matplotlib inline 。所有只能 plt.show()  来展示图

sns.set() 默认风格

2）去掉上面，和右边的多余的线。sns.despine()

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt

def sinplot(filp=):
    x = np.linspace(,,)
    for i in range(,):
        plt.plot(x,np.sin(x + i * ) * ( - i) * filp)
sinplot()
sns.despine()
plt.show()

3）风格的展示。调试的是背景

sns.set_style('whitegrid')
5种主题风格
darkgrid
whitegrid
dark
white
ticks

示例一：sns.set_style('whitegrid')

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
sns.set_style('whitegrid')
data = np.random.normal(size=(,)) + np.arange() /
sns.barplot(data=data)
plt.show()

示例二：sns.set_style('darkgrid')

示例三：sns.barplot(data=data)

4）可以设置离轴线的距离。sns.despine(offset=10)

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
sns.set_style('whitegrid')

data = np.random.normal(size=(,)) + np.arange() /
sns.violinplot(data)
sns.despine(offset=)  # 离轴线的距离
plt.show()

5）隐藏左边的轴线。sns.despine(left=True)

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt

data = np.random.normal(size=(,)) + np.arange() /
sns.set_style('whitegrid')
sns.boxplot(data=data,palette='deep')
sns.despine(left=True)
plt.show()

6）指定多种风格。with里面，with外面

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt

with sns.axes_style("darkgrid"):    # with里面指定一个风格
    plt.subplot()
    sinplot()
plt.subplot()    # 外面指定别的风格
sinplot(-)
plt.show()

7、了解。设置线粗细，坐标文件大小等

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt

sns.set()
sns.set_context("paper")  # 绘制图的大小 ：sns.set_context("talk")，poster，notebook
# sns.set_context("paper",font_scale=1.5,rc={"lines.linewidth":2.5})
#  font_scale=1.5，坐标文字的大小。rc={"lines.linewidth":2.5} 线的粗细
plt.figure(figsize=(,))
sinplot()
plt.show()

二、调色板

1）快速生成调色板

调色板
color_palette() 能传入任何Matplotlib所支持的颜色
color_palette() 不写参数则默认颜色
set_palette() 设置所有图的颜色

示例

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(rc = {"figure.figsize":(,)})
current_palette = sns.color_palette()
sns.palplot(current_palette)
plt.show()

　　6个默认的颜色循环主题：deep,muted,pastel,bright,dark,colorblind

2）当需要更多颜色主题的时候，调用画板。sns.color_palette("hls",8)

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(rc = {"figure.figsize":(,)})
current_palette = sns.color_palette("hls",)
sns.palplot(current_palette)
plt.show()

3）设置颜色的饱和度和亮度。sns.hls_palette(8,l=.2,s =.8)

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(rc = {"figure.figsize":(,)})
sns.palplot(sns.hls_palette(,l=.,s =.))  # 注意，前面有小点。饱和度 l=.，亮度 s =.
plt.show()

l  ==》亮度 lightness

s ==》饱和 saturation

4）相近颜色的对比色。sns.color_palette("Paired",8)

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(rc = {"figure.figsize":(,)})
sns.palplot(sns.color_palette("Paired",))     # 相近颜色的对比色。sns.color_palette("Paired",)
plt.show()

5）将颜色传入绘制的图形中

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
data = np.random.normal(size=(,)) + np.arange() /
sns.boxplot(data=data,palette=sns.color_palette("hls",))
plt.show()

6）使用xkcd颜色来命令颜色

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(rc = {"figure.figsize":(,)})
plt.plot([,],[,], sns.xkcd_rgb["pale red"], lw=)
plt.plot([,],[,], sns.xkcd_rgb["medium green"], lw=)
plt.plot([,],[,], sns.xkcd_rgb["denim blue"], lw=)
plt.show()
plt.close()

xkcd包含了一套众包努力的针对随机RGB色的命名。产生了954个可以随时通过xkcd_rgb字典中的命令颜色

7）列表传值绘制多种颜色

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(rc = {"figure.figsize":(,)})
colors = ["windows blue",'amber',"greyish","faded green","dusty purple"]
sns.palplot(sns.xkcd_palette(colors))
plt.show()
plt.close()

8）连续渐变色画板。sns.palplot(sns.color_palette("Blues"))

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(rc = {"figure.figsize":(,)})
sns.palplot(sns.color_palette("Blues"))
plt.show()
plt.close()

默认由浅变深。如果需要翻转渐变色Blues_r 即可

9）cubehelix_palette()调色板。色调线性变换。sns.color_palette("cubehelix",8)

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(rc = {"figure.figsize":(,)})
sns.palplot(sns.color_palette("cubehelix",))
plt.show()
plt.close()

10）在这个区间颜色的变化。sns.cubehelix_palette(8,start=.5,rot=-.75)

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(rc = {"figure.figsize":(,)})
sns.palplot(sns.cubehelix_palette(,start=.,rot=-.))     # 在这个区间颜色的变化
plt.show()
plt.close()

11）定制连续的调色板

示例：sns.light_palette("green")

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(rc = {"figure.figsize":(,)})
sns.palplot(sns.light_palette("green"))     # 定制连续的调色板
plt.show()
plt.close()

示例：sns.dark_palette("purple")

示例： sns.light_palette("navy",reverse=True)

示例：渐变色的另一种方法。sns.light_palette((210,90,60),input="husl")

import seaborn as sns
import matplotlib.pyplot as plt
sns.set(rc = {"figure.figsize":(,)})
sns.palplot(sns.light_palette((,,),input="husl"))     # 定制连续的调色板
plt.show()
plt.close()

12）利用渐变色绘制海拔

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
sns.set(rc = {"figure.figsize":(,)})
x,y = np.random.multivariate_normal([,],[[,-.],[-.,]],size=).T
print(x)
print(y)
pal = sns.dark_palette("green",as_cmap=True)
sns.kdeplot(x,y,cmap=pal)
plt.show()
plt.close()