Python |
您所在的位置：网站首页 › seaborn legend设置标签和颜色对应 › Python |
Python
|
1 概述 在可视化过程中，经常会对默认的制图效果不满意，希望能个性化进行各种设置。 本文通过一个简单的示例，来介绍seaborn可视化过程中的个性化设置。包括常用的设置，如： 设置图表显示颜色 设置图表标题，包括显示位置，字体大小，颜色等 设置x轴和y轴标题，包括颜色，字体大小 设置x轴和y轴刻度内容，包括颜色、字体大小、字体方向等 将x轴和y轴内容逆序显示 设置x轴或y轴显示位置本文的运行环境： windows 7 python 3.5 jupyter notebook seaborn 0.7.1 matplotlib 2.0.2 2 未个性化设置的情形本文的数据来自UCI的数据集”sonar”，用pandas直接读取数据。如下： import pandas as pd import matplotlib.pyplot as plt import seaborn as sns % matplotlib inline target_url = 'http://archive.ics.uci.edu/ml/machine-learning-databases/undocumented/connectionist-bench/sonar/sonar.all-data' df = pd.read_csv(target_url, header=None, prefix='V') corr = df.corr()首先来看看没有进行个性化设置时的显示情况，如下： f, ax= plt.subplots(figsize = (14, 10)) sns.heatmap(corr,cmap='RdBu', linewidths = 0.05, ax = ax) # 设置Axes的标题 ax.set_title('Correlation between features') f.savefig('sns_style_origin.jpg', dpi=100, bbox_inches='tight')图片显示效果如下：
seaborn制图的默认效果其实还是不错的。 3 进行个性化设置对于上面这张图，可能让y轴从下到上，从v0开始显示，这样显示出来的对角线可能更符合我们的视觉显示效果。 这就要用到 将y轴内容进行可逆显示，涉及的代码如下： # 将y轴或x轴进行逆序 ax.invert_yaxis() # ax.invert_xaxis()其他的个性化设置的代码，包括： 将x轴刻度放置在top位置的几种方法 # 将x轴刻度放置在top位置的几种方法 # ax.xaxis.set_ticks_position('top') ax.xaxis.tick_top() # ax.tick_params(axis='x',labelsize=6, colors='b', labeltop=True, labelbottom=False) # x轴设置坐标轴刻度参数，”axis”不写的时候，默认是x轴和y轴的参数同时调整。 # 设置坐标轴刻度的字体大小 # matplotlib.axes.Axes.tick_params ax.tick_params(axis='y',labelsize=8) # y轴旋转轴刻度上文字方向的两种方法 # 旋转轴刻度上文字方向的两种方法 ax.set_xticklabels(ax.get_xticklabels(), rotation=-90) # ax.set_xticklabels(corr.index, rotation=90)保存图片，设置bbox_inches=’tight’，保存的图片则不会出现部分内容显示不全的现象。 f.savefig('sns_style_update.jpg', dpi=100, bbox_inches='tight')整合好的代码如下，大家可以运行试试效果。 f, ax = plt.subplots(figsize = (14, 10)) # 设置颜色 cmap = sns.cubehelix_palette(start = 1, rot = 3, gamma=0.8, as_cmap = True) # color: https://matplotlib.org/users/colormaps.html sns.heatmap(corr,cmap='RdBu', linewidths = 0.05, ax = ax) # 设置Axes的标题 ax.set_title('Correlation between features', fontsize=18, position=(0.5,1.05)) # 将y轴或x轴进行逆序 ax.invert_yaxis() # ax.invert_xaxis() ax.set_xlabel('X Label',fontsize=10) # 设置Y轴标签的字体大小和字体颜色 ax.set_ylabel('Y Label',fontsize=15, color='r') # 设置坐标轴刻度的字体大小 # matplotlib.axes.Axes.tick_params ax.tick_params(axis='y',labelsize=8) # y轴 # ax.tick_params(axis='x',labelsize=6, colors='b', labeltop=True, labelbottom=False) # x轴 # 将x轴刻度放置在top位置的几种方法 # ax.xaxis.set_ticks_position('top') ax.xaxis.tick_top() # ax.tick_params(axis='x',labelsize=6, colors='b', labeltop=True, labelbottom=False) # x轴 # 修改tick的字体颜色 # ax.tick_params(axis='x', colors='b') # x轴 # 旋转轴刻度上文字方向的两种方法 ax.set_xticklabels(ax.get_xticklabels(), rotation=-90) # ax.set_xticklabels(corr.index, rotation=90) # 单独设置y轴或x轴刻度的字体大小, 调整字体方向 # ax.set_yticklabels(ax.get_yticklabels(),fontsize=6) # ax.set_xticklabels(ax.get_xticklabels(), rotation=-90) f.savefig('sns_style_update.jpg', dpi=100, bbox_inches='tight')图形显示效果如下：
这些个性化的设置，其实大部分都是使用的matplotlib的内容，seaborn是基于matplotlib衍生的，所以可以跟matplotlib进行融合使用。 当然，并不是每次都需要进行个性定制，具体可以根据自己的需求来设置。 如果您喜欢我的文章，欢迎关注微信公众号“Python数据之道”（ID：PyDataRoad） |
【本文地址】