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，使它們更好看。我希望這些簡單的技巧能幫助你得到更好看的圖。

 

[[346529]]

基線圖

本文中的腳本在Jupyter筆記本中的python3.8.3中進(jìn)行了測試。

讓我們使用Seaborn內(nèi)置的penguins數(shù)據(jù)集作為樣本數(shù)據(jù)：

 

# 導(dǎo)入包 
import matplotlib.pyplot as plt 
import seaborn as sns 
 
# 導(dǎo)入數(shù)據(jù) 
df = sns.load_dataset('penguins').rename(columns={'sex': 'gender'}) 
df 

 

我們將使用默認(rèn)圖表設(shè)置構(gòu)建標(biāo)準(zhǔn)散點(diǎn)圖，以將其用作基線：

 

# 圖 
sns.scatterplot(data=df, x='body_mass_g', y='bill_length_mm',  
                alpha=0.7, hue='species', size='gender') 

 

我們將看到這個(gè)圖如何隨著每一個(gè)技巧而改變。

技巧

你將看到，前兩個(gè)技巧用于單個(gè)繪圖，而其余四個(gè)技巧用于更改所有圖表的默認(rèn)設(shè)置。

技巧1：分號(hào)

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

 

# 
 
 圖 
sns.scatterplot(data=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?？梢詮恼{(diào)整大小中獲益。如果我們想調(diào)整大小，我們可以這樣做：

 

# 圖 
plt.figure(figsize=(9, 5)) 
sns.scatterplot(data=df, x='body_mass_g', y='bill_length_mm',  
                alpha=0.7, hue='species', size='gender'); 

 

當(dāng)我們調(diào)整大小時(shí)，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(huì)意外地覆蓋數(shù)據(jù)點(diǎn)：

 

# 圖 
plt.figure(figsize=(9, 5)) 
sns.scatterplot(data=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(shù)的字組合，則需要嘗試哪些數(shù)字最適合繪圖。

技巧3：sns.set_style()

如果不喜歡默認(rèn)樣式，此函數(shù)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，并查看打印外觀如何更改：

 

# 更改默認(rèn)樣式 
sns.set_style('whitegrid') 
 
# 圖 
plt.figure(figsize=(9, 5)) 
sns.scatterplot(data=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(gè)。

技巧4：sns.set_context()

在前面的圖中，標(biāo)簽尺寸看起來很小。如果不喜歡默認(rèn)設(shè)置，我們使用sns.set_context()可以更改上下文參數(shù)。

我使用這個(gè)函數(shù)主要是為了控制繪圖中標(biāo)簽的默認(rèn)字體大小。通過更改默認(rèn)值，我們可以節(jié)省時(shí)間，而不必為單個(gè)繪圖的不同元素(例如軸標(biāo)簽、標(biāo)題、圖例)調(diào)整字體大小。讓我們把上下文改成“talk”，再看看圖：

 

# 默認(rèn)上下文更改 
sns.set_context('talk') 
 
# 圖 
plt.figure(figsize=(9, 5)) 
sns.scatterplot(data=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(rèn)，不是嗎?另一個(gè)可以嘗試的選項(xiàng)是：“poster”，這將增加默認(rèn)大小甚至更多。

技巧5：sns.set_palette()

如果你想將默認(rèn)調(diào)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(diào)色板更改為“rainbow”并再次查看該圖：

 

# 更改默認(rèn)調(diào)色板 
sns.set_palette('rainbow') 
 
# 圖 
plt.figure(figsize=(9, 5)) 
sns.scatterplot(data=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(dòng)選擇顏色來創(chuàng)建自己獨(dú)特的調(diào)色板。 創(chuàng)建自己調(diào)色板的一種方法是將顏色名稱列表傳遞給函數(shù)，如下例所示。這個(gè)鏈接是顏色名稱列表：https://matplotlib.org/3.1.0/gallery/color/named_colors.html。

 

# 更改默認(rèn)調(diào)色板 
sns.set_palette(['green', 'purple', 'red']) 
 
# 圖 
plt.figure(figsize=(9, 5)) 
sns.scatterplot(data=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(jìn)制顏色構(gòu)建自己的調(diào)色板來訪問更廣泛的選項(xiàng)(超過1600萬種顏色!)。這里是我最喜歡的資源，可以找到一個(gè)十六進(jìn)制的自定義調(diào)色板。我們來看一個(gè)例子：

# 更改默認(rèn)調(diào)色板 
sns.set_palette(['#62C370', '#FFD166', '#EF476F']) 
 
# 圖 
plt.figure(figsize=(9, 5)) 
sns.scatterplot(data=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(gè)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(huì)保留默認(rèn)設(shè)置)。如果我們要更新圖表的默認(rèn)設(shè)置，最好是在導(dǎo)入可視化軟件包之后再更新。這意味著我們?cè)谀_本的開頭會(huì)有這樣一個(gè)片段：

 

# 導(dǎo)入包 
import matplotlib.pyplot as plt 
import seaborn as sns 
 
# 更改默認(rèn)值 
sns.set_style('whitegrid') 
sns.set_context('talk') 
sns.set_palette('rainbow') 

更新上面的多個(gè)默認(rèn)值可以用sns.set(). 以下是同一代碼的簡潔版本：

 

# 導(dǎo)入包 
import matplotlib.pyplot as plt 
import seaborn as sns 
 
# 更改默認(rèn)值 
sns.set(style='whitegrid', context='talk', palette='rainbow') 

這是六個(gè)技巧。以下是調(diào)整前后的圖對(duì)比：

 

我希望你學(xué)會(huì)了一些簡單的方法來調(diào)整你的圖表，這不用花太多時(shí)間。我希望這篇文章能給你一些初步的想法，讓你開始個(gè)性化你的圖表，并使它們更具視覺上的美。