Seaborn之绘图风格设置

Seaborn简介

seaborn同matplotlib一样，也是Python进行数据可视化分析的重要第三方包。但seaborn是在 matplotlib的基础上进行了更高级的API封装，使得作图更加容易，图形更加漂亮。

seaborn并不能替代matplotlib。虽然seaborn可以满足大部分情况下的数据分析需求，但是针对一些特殊情况，还是需要用到matplotlib的。换句话说，matplotlib更加灵活，可定制化，而seaborn像是更高级的封装，使用方便快捷。

应该把seaborn视为matplotlib的补充，而不是替代物。

绘图风格设置

import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport matplotlib as mpl

首先，我们定义一个简单的函数来绘制一些正弦波，用于测试

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)sinplot()

seaborn1.png

转换为seaborn默认绘图，可以简单的用set()方法。

import seaborn as snssns.set()sinplot()

seaborn2.png

Seaborn 将 matplotlib 的参数划分为两个独立的组合。第一组是设置绘图的外观风格的，第二组主要将绘图的各种元素按比例缩放的，以至可以嵌入到不同的背景环境中。

操控这些参数的接口主要有两对方法：

控制风格：axes_style(), set_style()
缩放绘图：plotting_context(), set_context()
每对方法中的第一个方法（axes_style(), plotting_context()）会返回一组字典参数，而第二个方法（set_style(), set_context()）会设置matplotlib的默认参数。

Seaborn的五种绘图风格

有五种seaborn的风格，它们分别是：darkgrid, whitegrid, dark, white, ticks。它们各自适合不同的应用和个人喜好。默认的主题是darkgrid。

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

<matplotlib.axes._subplots.AxesSubplot at 0x1a1ae6da20>

seaborn3.png

sns.set_style('dark')sinplot()

seaborn4.png

sns.set_style('white')sinplot()

seaborn5.png

sns.set_style('ticks')sinplot()

seaborn6.png

移除轴脊柱

white和ticks两种风格都可以移除顶部和右侧的不必要的轴脊柱。使用matplotlib是无法实现这一需求的，但是使用seaborn的despine()方法可以实现。

sinplot()sns.despine()

seaborn7.png

一些绘图也可以针对数据将轴脊柱进行偏置，当然也是通过调用despine()方法来完成。而当刻度没有完全覆盖整个轴的范围时，trim参数可以用来限制已有脊柱的范围。

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

seaborn8.png

也可以通过despine()控制哪个脊柱将被移除。

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

seaborn9.png

临时设置绘图风格

虽然来回切换风格很容易，但是你也可以在一个with语句中使用axes_style()方法来临时的设置绘图参数。这也允许你用不同风格的轴来绘图：

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

seaborn10.png

覆盖seaborn风格元素

如果你想定制化seaborn风格，你可以将一个字典参数传递给axes_style()和set_style()的参数rc。而且你只能通过这个方法来覆盖风格定义中的部分参数。

如果你想要看看这些参数都是些什么，可以调用这个方法，且无参数，这将会返回下面的设置：

sns.axes_style()

{'axes.facecolor': 'white', 'axes.edgecolor': '.8', 'axes.grid': True, 'axes.axisbelow': True, 'axes.labelcolor': '.15', 'figure.facecolor': 'white', 'grid.color': '.8', 'grid.linestyle': '-', 'text.color': '.15', 'xtick.color': '.15', 'ytick.color': '.15', 'xtick.direction': 'out', 'ytick.direction': 'out', 'lines.solid_capstyle': 'round', 'patch.edgecolor': 'w', 'image.cmap': 'rocket', 'font.family': ['sans-serif'], 'font.sans-serif': ['Arial',  'DejaVu Sans',  'Liberation Sans',  'Bitstream Vera Sans',  'sans-serif'], 'patch.force_edgecolor': True, 'xtick.bottom': False, 'xtick.top': False, 'ytick.left': False, 'ytick.right': False, 'axes.spines.left': True, 'axes.spines.bottom': True, 'axes.spines.right': True, 'axes.spines.top': True}

然后，就可以设置这些参数的不同版本了。

sns.set_style("darkgrid",{'axes.facecolor':"0.9"})sinplot()

seaborn11.png

绘图元素比例

我们可以通过一套参数控制绘图元素的比例
首先，我们通过set()方法重置默认的参数

sns.set()

有四个预置的环境，按大小从小到大排列分别为：paper, notebook, talk, poster。其中，notebook是默认的。

sns.set_context('paper')sinplot()

seaborn12.png

sns.set_context('talk')sinplot()

seaborn13.png

sns.set_context('poster')sinplot()

seaborn14.png

我们可以通过set_context()方法设置相关参数，并且你可以通过提供一个字典参数值来覆盖参数。当改变环境时，你也可以独立的去缩放字体元素的大小。

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

seaborn15.png

同样也可以通过with语句控制绘图的比例