Matplotlib 如何将默认的matplotlib图形更改为seaborn图形

更改默认的 matplotlib 图形设置为 Seaborn 涉及到修改默认的图形参数以匹配Seaborn提供的样式和美学特性。这可以通过调整各种元素，如颜色调色板、网格线、字体样式和图形主题来实现。以下是详细的逐步指南，介绍如何将默认的 matplotlib 图形更改为Seaborn图形。

导入必要的库

要开始，导入所需的库，如用于创建图形的 matplotlib.pyplot 和用于应用Seaborn样式和美学的 seaborn 。以下是导入库的代码。

import matplotlib.pyplot as plt
import seaborn as sns

应用Seaborn风格

要将默认的图表设置更改为Seaborn，请使用’set()’函数应用Seaborn风格。这将修改’matplotlib’的默认参数，使其与Seaborn风格相匹配。

sns.set()

自定义颜色调色板

Seaborn提供了几种颜色调色板，可以用来自定义绘图的颜色方案。我们可以选择各种内置的调色板或创建自己的调色板。要设置特定的颜色调色板，我们需要使用’ set_palette() ‘函数。

sns.set_palette("color_palette_name")

用所需的配色方案替换 ‘ color_palette_name ‘，例如 ‘ deep ‘、’ pastel ‘、’ dark ‘ 或其他可用的配色方案。

自定义网格线和坐标轴

Seaborn 提供了自定义网格线和坐标轴的选项。要移除网格线，请使用 ‘ despine() ‘ 函数。默认情况下，它会移除顶部和右侧的边框线。要移除所有边框线，请使用以下代码：

sns.despine()

要自定义坐标轴，可以修改属性，如标签、刻度线和外观。例如，要为x轴和y轴设置自定义标签，分别使用’ xlabel() ‘和’ ylabel() ‘函数。

plt.xlabel("X-axis label")
plt.ylabel("Y-axis label")

我们可以使用’ xticks() ‘和’ yticks() ‘函数进一步自定义刻度线及其外观。

plt.xticks([0, 1, 2, 3, 4])
plt.yticks([0, 1, 2, 3, 4])

自定义字体和文本

Seaborn允许我们自定义绘图的字体和文本属性。要更改绘图标题、标签和注释的字体样式和大小，使用’title()”、’xlabel()”、’ylabel()’和’text()’函数。

plt.title("Plot Title", fontweight="bold", fontsize=12)
plt.xlabel("X-axis Label", fontsize=10)
plt.ylabel("Y-axis Label", fontsize=10)
plt.text(x, y, "Annotation Text", fontsize=8)

将以下值替换为我们想要的值： ‘fontweight’、’fontsize’和’fontsize’ 参数。

自定义绘图主题

Seaborn提供了不同的绘图主题，可以应用于改变绘图的整体外观。您可以选择以下选项： ‘”darkgrid”‘, ‘”whitegrid”‘, ‘”dark”‘, ‘”white”‘, 或者 ‘”ticks”‘ 。要应用主题，请使用 ‘set_style()’ 函数。

sns.set_style("theme_name")

将“’theme_name’”替换为所需的主题名称。

创建并显示图表

在自定义图表设置为Seaborn风格后，使用’matplotlib’函数（如’plot（）’，’scatter（）’或’bar（）’）创建我们的图表。一旦我们的图表准备好，使用’plt.show（）’显示图表。

plt.plot(x, y)
plt.show()

通过结合上述所有步骤，我们可以将默认的matplotlib图形更改为Seaborn图形，应用Seaborn的样式、颜色调色板、网格线、字体样式和图形主题。

示例

import matplotlib.pyplot as plt
import seaborn as sns
x = [0, 1, 2, 3, 4]
y = [0, 1, 2, 3, 4]
sns.set()
sns.set_palette("deep")
sns.despine()
plt.xticks([0, 1, 2, 3, 4])
plt.yticks([0, 1, 2, 3, 4])
plt.title("Plot Title", fontweight="bold", fontsize=12)
plt.xlabel("X-axis Label", fontsize=10)
plt.ylabel("Y-axis Label", fontsize=10)
sns.set_style("darkgrid")
plt.plot(x, y)
plt.show()