python中的可视化库-Seaborn

Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。

1. 图像风格设置

在绘制图像前，可以使用sns.set_style(“style”)来设置绘图风格。Seaborn一共提供五种风格，分别是darkgrid，whitegrid，dark，white，ticks。代码如下：

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

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)

plt.figure(figsize=(10,8))
sns.set_style("darkgrid")
plt.subplot(2,3,1)
sinplot()
sns.set_style("whitegrid")
plt.subplot(2,3,2)
sinplot()
sns.set_style("dark")
plt.subplot(2,3,3)
sinplot()
sns.set_style("white")
plt.subplot(2,3,4)
sinplot()
sns.set_style("ticks")
plt.subplot(2,3,5)
sinplot()

结果如下：

2. 颜色设置

color_palette()能传入任何Matplotlib所支持的颜色

current_palette = sns.color_palette()
sns.palplot(current_palette)

结果为：

设置颜色的方法为：

#hls是seaborn常用的颜色空间，8表示将这一空间中的颜色分为8份，这个根据自己数据类数来确定
#hls也可以替换为不同颜色名字，如Blues、Reds等
sns.palplot(sns.color_palette("hls", 8))

使用方法为（以盒型图为例子）：

data = np.random.normal(size=(20, 8)) + np.arange(8) / 2
#即设置palette参数
sns.boxplot(data=data,palette=sns.color_palette("hls", 8))

结果为：

3. 热力图

使用的函数为sns.heatmap()，只需设置热力图的一些参数即可。细节如下代码：

normal_data = np.random.randn(3, 3)
print (normal_data)
#center指定以center为中心颜色渐变
#linewidths指定每一个格间的间距
#annot指定一个格是否显示该格的值
#cbar指定时候显示color bar，即图例
#vmin,vmax指定color bar的上下限，超过vmax和低于vmin则显示vmax和vmin处的颜色
ax = sns.heatmap(normal_data, center=0, linewidths=.5, annot=True,cbar=True, vmin=-1.0, vmax=1.0)

结果为：