Seaborn的6個簡單技巧-有解無憂

作者|Zolzaya Luvsandorj
編譯|VK
來源|Towards Datas Science

在這篇文章中，我們將探討一些簡單的方法來定制你的圖表，使它們在美學上更好，我希望這些簡單的技巧能幫助你得到更好看的圖，

基線圖

本文中的腳本在Jupyter筆記本中的python3.8.3中進行了測驗，

讓我們使用Seaborn內置的penguins資料集作為樣本資料：

# 匯入包
import matplotlib.pyplot as plt
import seaborn as sns

# 匯入資料
df = sns.load_dataset('penguins').rename(columns={'sex': 'gender'})
df

我們將使用默認圖表設定構建標準散點圖，以將其用作基線：

# 圖
sns.scatterplot(data=https://www.cnblogs.com/panchuangai/archive/2020/10/14/df, x='body_mass_g', y='bill_length_mm', 
                alpha=0.7, hue='species', size='gender')

我們將看到這個圖如何隨著每一個技巧而改變，

技巧

你將看到，前兩個技巧用于單個繪圖，而其余四個技巧用于更改所有圖表的默認設定，

技巧1：分號

你有沒有注意到在上一個圖中，文本輸出就在圖表的正上方？抑制此文本輸出的一個簡單方法是在繪圖末尾使用;，

# 圖
sns.scatterplot(data=https://www.cnblogs.com/panchuangai/archive/2020/10/14/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()

繪圖通常可以從調整大小中獲益，如果我們想調整大小，我們可以這樣做：

# 圖
plt.figure(figsize=(9, 5))
sns.scatterplot(data=https://www.cnblogs.com/panchuangai/archive/2020/10/14/df, x='body_mass_g', y='bill_length_mm', 
                alpha=0.7, hue='species', size='gender');

當我們調整大小時，圖例移到了左上角，讓我們將圖例移到圖表之外，這樣它就不會意外地覆寫資料點：

# 圖
plt.figure(figsize=(9, 5))
sns.scatterplot(data=https://www.cnblogs.com/panchuangai/archive/2020/10/14/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()使用什么數的字組合，則需要嘗試哪些數字最適合繪圖，

技巧3：sns.set_style()

如果不喜歡默認樣式，此函式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，并查看列印外觀如何更改：

# 更改默認樣式
sns.set_style('whitegrid')

# 圖
plt.figure(figsize=(9, 5))
sns.scatterplot(data=https://www.cnblogs.com/panchuangai/archive/2020/10/14/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，

技巧4：sns.set_context()

在前面的圖中，標簽尺寸看起來很小，如果不喜歡默認設定，我們使用sns.set_context()可以更改背景關系引數，

我使用這個函式主要是為了控制繪圖中標簽的默認字體大小，通過更改默認值，我們可以節省時間，而不必為單個繪圖的不同元素（例如軸標簽、標題、圖例）調整字體大小，讓我們把背景關系改成“talk”，再看看圖：

# 默認背景關系更改
sns.set_context('talk')

# 圖
plt.figure(figsize=(9, 5))
sns.scatterplot(data=https://www.cnblogs.com/panchuangai/archive/2020/10/14/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，不是嗎？另一個可以嘗試的選項是：“poster”，這將增加默認大小甚至更多，

技巧5：sns.set_palette()

如果你想將默認調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，這里是從顏色庫中選擇的，讓我們將調色板更改為“rainbow”并再次查看該圖：

# 更改默認調色板
sns.set_palette('rainbow')

# 圖
plt.figure(figsize=(9, 5))
sns.scatterplot(data=https://www.cnblogs.com/panchuangai/archive/2020/10/14/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，可以手動選擇顏色來創建自己獨特的調色板，?? 創建自己調色板的一種方法是將顏色名稱串列傳遞給函式，如下例所示，這個鏈接是顏色名稱串列：https://matplotlib.org/3.1.0/gallery/color/named_colors.html，

# 更改默認調色板
sns.set_palette(['green', 'purple', 'red'])

# 圖
plt.figure(figsize=(9, 5))
sns.scatterplot(data=https://www.cnblogs.com/panchuangai/archive/2020/10/14/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，你可以使用十六進制顏色構建自己的調色板來訪問更廣泛的選項（超過1600萬種顏色！），這里是我最喜歡的資源，可以找到一個十六進制的自定義調色板，我們來看一個例子：

# 更改默認調色板
sns.set_palette(['#62C370', '#FFD166', '#EF476F'])

# 圖
plt.figure(figsize=(9, 5))
sns.scatterplot(data=https://www.cnblogs.com/panchuangai/archive/2020/10/14/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));

技巧6：sns.set()

從前面的三個技巧中，我希望你能找到你最喜歡的組合（在某些情況下，它可能會保留默認設定），如果我們要更新圖表的默認設定，最好是在匯入可視化軟體包之后再更新，這意味著我們在腳本的開頭會有這樣一個片段：

# 匯入包
import matplotlib.pyplot as plt
import seaborn as sns

# 更改默認值
sns.set_style('whitegrid')
sns.set_context('talk')
sns.set_palette('rainbow')

更新上面的多個默認值可以用sns.set(). 以下是同一代碼的簡潔版本：

# 匯入包
import matplotlib.pyplot as plt
import seaborn as sns

# 更改默認值
sns.set(style='whitegrid', context='talk', palette='rainbow')

這是六個技巧，以下是調整前后的圖對比：

我希望你學會了一些簡單的方法來調整你的圖表，這不用花太多時間，我希望這篇文章能給你一些初步的想法，讓你開始個性化你的圖表，并使它們更具視覺上的美，如果你感興趣，以下是我的一些帖子的鏈接：

https://towardsdatascience.com/exploratory-text-analysis-in-python-8cf42b758d9e
https://towardsdatascience.com/5-tips-for-pandas-users-e73681d16d17
https://towardsdatascience.com/writing-5-common-sql-queries-in-pandas-90b52f17ad76
https://towardsdatascience.com/writing-5-common-sql-queries-in-pandas-90b52f17ad76
https://towardsdatascience.com/writing-advanced-sql-queries-in-pandas-1dc494a17afe

原文鏈接：https://towardsdatascience.com/6-simple-tips-for-prettier-and-customised-plots-in-seaborn-python-22f02ecc2393

歡迎關注磐創AI博客站：
http://panchuang.net/

sklearn機器學習中文官方檔案：
http://sklearn123.com/

歡迎關注磐創博客資源匯總站：
http://docs.panchuang.net/

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/172568.html

標籤：其他

上一篇：使用tensorflow和Keras的初級教程

下一篇：JAVA學習線路：day12-IO流[2]