Thème de Seaborn

«Les graphiques de Seaborn sont personnalisés à l'aide d'une variété de conceptions intégrées. Les graphiques de SeaBorn sont stylisés à l'aide de la disposition DarkGrid par la norme; Cependant, nous pouvons ajuster cela pour répondre parfaitement aux exigences. Pour utiliser l'un des modèles prédéfinis, nous devons fournir sa valeur à l'argument «style» de la fonction set_theme (). Cet article aborde comment concevoir le thème de plusieurs types de graphiques dans SeaBorn."

Dessinez une intrigue de dispersion et personnalisez son thème

Les diagrammes de diffusion sont des graphiques qui illustrent comment deux paramètres d'une collecte de données sont interdépendants. Il représente des ensembles de données dans un cadre de coordonnées ou sur une surface 2D. L'axe X montre tous les éléments ou paramètres indépendants, tandis que l'axe y montre les facteurs dépendants. Nous allons voir comment créer un graphique de dispersion en utilisant l'ensemble de données «conseils» intégrés dans ce cas dans ce cas.

Importer Seaborn comme SNS
Importer Matplotlib.pypllot comme plt
sns.set_theme (style = 'darkgrid')
Conseils = SNS.load_dataset («conseils»)
sns.ScatterPlot (data = tips, x = 'total_bill', y = 'tip')
PLT.montrer()

Au début du programme, nous intégrerons les bibliothèques requises Seaborn et Matplotlib.pypllot. Ces modules contiennent certaines fonctionnalités essentielles qui sont utilisées pour dessiner les visualisations. Maintenant, nous allons spécifier le thème du graphique en utilisant la fonction set_theme (). Cette méthode est associée au paquet Seaborn.

Ici, nous avons fourni le paramètre «style» et compte tenu de la valeur du «sombre». Après avoir fait tout cela, nous avons obtenu le cadre de données des «Tips», nous avons donc invoqué la méthode Load_Dataset () de la bibliothèque Seaborn. Maintenant, nous voulons créer le tracé de dispersion, nous utilisons donc la fonction Scatterplot (). Cette méthode contient l'ensemble de données et les légendes des deux axes comme arguments. Cette fonction est également liée au cadre de Seaborn.

En fin de compte, nous devons illustrer l'intrigue, nous avons donc appliqué la méthode show () du matplotlib.module pyplot.

Dessinez une intrigue de violon et définissez le thème du graphique

Un graphique de violon est une combinaison d'un graphique de boîte et d'un graphique KDE qui représente les enregistrements maxima. Il est utilisé pour illustrer comment les données statistiques sont normalement distribuées. En dehors d'un graphique de boîte, qui illustre clairement les données résumées, le graphique de violon démontre également la densité de chaque paramètre. À l'aide d'un cadre de données similaire, c'est comment concevoir un graphique de violon.

Importer Seaborn comme SNS
Importer Matplotlib.pypllot comme plt
sns.set_theme (style = 'dark')
Conseils = SNS.load_dataset («conseils»)
sns.violinplot (data = tips, x = 'total_bill', color = 'rose')
PLT.montrer()

Les cadres essentiels Seaborn et Matplotlib.Pypllot sera incorporé au début du code. La bibliothèque Seaborn sera importée comme SNS, et de même, le matplotlib.Pypllot sera importé en PLT. Ensuite, nous utiliserons la méthode set_theme () pour définir la conception de la carte. Le module Seaborn est lié à cette technique. Nous avons donné le paramètre «style» et avons également réglé la valeur «sombre». Nous avons acquis le cadre de données des «conseils."

Ensuite, nous avons appelé la fonction de charge de charge du module Seaborn (). Nous avons utilisé la méthode violinplot () pour dessiner le terrain récemment. Les paramètres de cette technique sont l'ensemble de données et le sous-titre de l'axe X. L'argument couleur est également utilisé pour personnaliser la teinte de la carte. La bibliothèque Seaborn est également liée à cette fonctionnalité. Enfin, nous devons afficher le graphique; Ainsi, nous avons utilisé le matplotlib.Fonction Show () du module Pyplot.

Dessinez une intrigue de bar et indiquez le thème de l'intrigue

Un diagramme de barre est une carte ou un tracé qui utilise des pièces rectangulaires ayant des élévations ou des gammes correspondant aux variables qu'ils indiquent pour représenter les valeurs d'attribut. Les rayures seraient affichées en position verticale ou en positions horizontales. Des évaluations entre des valeurs distinctes ont été utilisées dans un graphique à barres.

Importer Seaborn comme SNS
Importer Matplotlib.pypllot comme plt
sns.set_theme (style = "whitegrid", palette = "pastel")
sns.barplot (x = ["x", "y", "z"], y = [25, 50, 75])
PLT.montrer()

Tout d'abord, nous devons introduire les fichiers d'en-tête SeaBorn et Matplotlib.pypllot. Dans l'étape suivante, nous avons exécuté la fonction set_theme () pour définir la disposition du graphique. Nous avons fourni le style et la palette du graphique comme paramètres de la fonction. La valeur du «style» sera définie comme «Whitegrid», et la valeur de la «palette» sera définie comme «pastel."Nous voulons créer l'intrigue de la barre, nous avons donc utilisé la méthode Barplot () de la bibliothèque Seaborn.

Ici, nous définissons les coordonnées des axes x et y. L'axe X contient les caractères alphabétiques, et l'axe y se compose de valeurs numériques. Nous avons appelé la méthode show () pour représenter la carte finale. Cette méthodologie appartient également à Matplotlib.package pypllot.

Utilisation de Custom_Params pour modifier le thème de l'intrigue

Dans ce cas, nous allons utiliser les paramètres personnalisés. Ici, nous allons créer l'intrigue de la barre et personnaliser le thème du graphique à l'aide de l'argument «Custom_Params».

Importer Seaborn comme SNS
Importer Matplotlib.pypllot comme plt
custom_params = "Axes.épines.à droite ": faux," axes.épines.en haut ": faux
sns.set_theme (style = "ticks", rc = custom_params)
sns.barplot (x = ["l", "m", "n"], y = [10, 20, 30])
PLT.montrer()

Après avoir inclus les cadres importants Seaborn et Matplotlib, ensuite, nous avons utilisé les paramètres «Axes.épines.à droite "et" Axes.épines.en haut "et leur a attribué la valeur" False."Cette valeur est stockée dans la variable" Custom_params."Pour modifier le modèle du graphique, nous avons utilisé la fonction Set Theme () à l'étape suivante. La valeur du paramètre «style» sera «tiques» et la valeur du paramètre «RC» sera respectivement «Params personnalisés»,. Nous aimerions dessiner un complot de bar; Par conséquent, nous avons utilisé la fonction Barplot () du module SeaBorn ().

Les valeurs des axes x et y sont spécifiées ici. Les éléments alphabétiques sont représentés sur l'axe X, et les valeurs numériques sont indiquées sur l'axe y. Pour représenter le graphique fini, nous avons ensuite utilisé la fonction show (). Le matplotlib.Le module Pypllot soutient cette approche.

Conclusion

Dans cet article, nous avons parlé de nombreuses technologies qui sont utilisées pour personnaliser le thème des parcelles. Nous avons créé plusieurs parcelles, puis utilisé la méthode du thème défini () et voyons comment il a affecté le résultat. Nous avons vu des dispositions «Ticks», «Whitegrid», «Dark» et «DarkGrid» des graphiques en définissant l'argument «style» sur ces valeurs.