Python seaborn超级细节完结篇-联合美化

pythonic生物人2024年08月01日约 5 分钟

本文分享Python seaborn中联合比例尺度context、风格style及配色palette美化图形。

续前三篇：

Python seaborn超级细节篇-使用palette

Python seaborn超级细节篇-风格style

Python seaborn超级细节篇-比例尺度context

seaborn提供了一个set_theme函数，可同时联合章节5.1中的context、章节5.2中的style、章节5.3中palette美化图表。

set_theme使用方法，

import seaborn as snssns.set_theme(
    context='notebook',  #效果同章节5.1.2 set_context设置context内容
    style='darkgrid',  #效果同章节5.2.2 set_style()设置style内容
    palette='deep',  #效果同章节5.3 palette设置图形配色
    font='sans-serif',  #设置
    font_scale=1,  #设置文字缩放
    color_codes=
    True,  #如果为True，并且调色板是一个seaborn的调色板，
#则重新映射简写的颜色代码（例如：“b”、“g”、“r”等）为该调色板中的颜色
    rc=None)  # 自定义matplotlib rcParams中任意参数

以上是set_theme的默认参数，类似章节5.1和5.2，如果要调用默认设置，sns.set_theme()即可。

以下实例介绍set_theme参数修改对图形外观的影响，

5.4.1 不使用set_theme

matplotlib默认参数绘制boxplot，

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np# 模拟数据
np.random.seed(42)
data = {f'Group {i}': np.random.normal(i, 1, 100) for i in range(1, 5)}
df = pd.DataFrame(data)
## 绘图
plt.boxplot(df.values)
plt.title('Matplotlib Default Parameters')
plt.show()

当seaborn不使用set_theme时，直接使用seaborn中拥有的matplotlib默认参数绘制图，

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np# 模拟数据
np.random.seed(42)
data = {f'Group {i}': np.random.normal(i, 1, 100) for i in range(1, 5)}
df = pd.DataFrame(data)
## 绘图
sns.boxplot(data=df).set_title('Seaborn Default Parameters')
plt.show()

使用set_theme默认参数绘图，

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np# 模拟数据
np.random.seed(42)
data = {f'Group {i}': np.random.normal(i, 1, 100) for i in range(1, 5)}
df = pd.DataFrame(data)
#
sns.set_theme()  #使用set_theme默认配置
## 绘图
sns.boxplot(data=df).set_title('Theme: set_theme()')
plt.show()

效果还是很明显的。

5.4.2 set_theme设置context

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np# 模拟数据
np.random.seed(42)
data = {f'Group {i}': np.random.normal(i, 1, 100) for i in range(1, 5)}
df = pd.DataFrame(data)
#
sns.set_theme(context='notebook')  #使用set_theme设置context
## 绘图
sns.boxplot(data=df).set_title('Theme: context')
plt.show()

多参考章节5.1中的context。

5.4.3 set_theme设置style

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np# 模拟数据
np.random.seed(42)
data = {f'Group {i}': np.random.normal(i, 1, 100) for i in range(1, 5)}
df = pd.DataFrame(data)
#
sns.set_theme(style='whitegrid')  #使用set_theme设置style
## 绘图
sns.boxplot(data=df).set_title('Theme: style')
plt.show()

更多请章节5.2中的style。

5.4.4 set_theme设置palette

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np# 模拟数据
np.random.seed(42)
data = {f'Group {i}': np.random.normal(i, 1, 100) for i in range(1, 5)}
df = pd.DataFrame(data)
#
sns.set_theme(palette='Set1')  #使用set_theme设置palette
## 绘图
sns.boxplot(data=df).set_title('Theme: palette')
plt.show()

更多请参考章节5.3中的palette。

5.4.5 set_theme设置rc

set_theme支持修改set_theme()中的默认参数。

import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as npmpl.rc_file_defaults()
# 设置模拟数据
np.random.seed(42)
data = {f'Group {i}': np.random.normal(i, 1, 100) for i in range(1, 5)}
df = pd.DataFrame(data)
# 修改rc参数
custom_set = {
    "font.family": "Songti SC",
    "axes.spines.left": True,  #y坐标轴开启
    "axes.spines.bottom": True,  #x坐标轴开启
    "axes.spines.top": False,  #上方坐标轴关闭
    "axes.spines.right": False,  #右侧坐标轴关闭
    "axes.edgecolor": "gray",  #坐标轴颜色
    "axes.linewidth": 0.4,  #坐标轴宽度
    "grid.linewidth": 0.3,  #网格线宽度
    "grid.alpha": 1,  #网格线透明度
    "legend.frameon": True,  #图例边框开启
    "legend.framealpha": 0.5  ##图例边框透明度
}
sns.set_theme(rc=custom_set)
# 绘制箱线图
sns.boxplot(data=df)
plt.show()

上图是在下图默认参数修改rc而来，

5.4.6 set_theme同时设置context、style、palette、rc

import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as npmpl.rc_file_defaults()
# 设置模拟数据
np.random.seed(42)
data = {f'Group {i}': np.random.normal(i, 1, 100) for i in range(1, 5)}
df = pd.DataFrame(data)
# 同时设置
sns.set_theme(context='notebook', style='whitegrid', palette='Set1', rc=custom_set)
# 绘制箱线图
sns.boxplot(data=df)
plt.show()