Seaborn 如何在图中设置坐标轴标签和限制

使用Seaborn创建的图将调整标签和坐标轴限制，以使图更易于理解。坐标轴标签是我们提供给x轴和y轴的名称，以便他人能够理解图表显示的内容。通过改变坐标轴的限制，我们可以关注数据中具有重要意义的特定区域。 Seaborn包括简单的方法来设置坐标轴标签和边界，以使我们的图表更具信息性。在Python中，我们有一些内置函数，如xlabel（），ylabel（），xlim（）和ylim（），可用于在Seaborn图中设置坐标轴标签和限制。

语法

以下是示例中使用的语法 –

xlabel()
ylabel()

xlabel()和ylabel()是Python中的内置函数，用于在x轴（水平方向）和y轴（垂直方向）上设置文本。

xlim()
ylim()

xlim()和ylim()是内置函数，分别用于设置x轴和y轴上的指定范围。

scatterplot()

The scatterplot（）是Python中的内置方法，根据数据集帮助设置图形的点图形。

lineplot()

lineplot() 方法用于显示绘图的间隔。这是一种在机器学习数据集中经常使用的基本图表。

barplot()

这是Python中的一个内置方法，用于创建数据集的柱状图。

histplot()

histplot() 根据数据集创建基于直方图的图表。

boxplot()

boxplot（）方法以标准化的方式显示高级摘要，以基于数据集汇总数据。

步骤

以下步骤如下：

步骤 1 − 导入 seaborn 模块，并将对象引用命名为 sns
步骤 2 − 导入名为 matplotlib.pyplot 的模块，并将其引用命名为 plt，它帮助设置 Seaborn 图表的轴标签和限制。
步骤 3 − 创建两个使用随机数据的列表，并将其分别存储在变量 x 和 y 中。
步骤 4 − 然后根据用户的选择创建绘图图表，例如 scatterplot()、lineplot()、boxplot() 和 histplot()，这些图表接受两个参数-x（将其存储为变量 x 的值）和 y（将其存储为变量 y 的值），并使用对象引用 sns。
步骤 5 − 接下来，通过使用内置方法 xlabel() 和 ylabel()，在水平（x 轴）和垂直（y 轴）轴上创建文本表示。
步骤 6 − 为图形设置范围，它将使用内置方法 xlim() 设置水平轴的范围，使用 y-lim() 设置垂直轴的范围。
步骤 7 − 最后使用名为 show() 的方法生成程序的输出。

示例1

在以下示例中，我们将展示如何通过设置标签和限制来绘制 散点图。正如我们所知，Seaborn库能够与matplotlib模块兼容，并根据给定的数据集生成图表。

# Scatter plot
import seaborn as sns
import matplotlib.pyplot as plt

# Generate some random data
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# Create a scatter plot
sns.scatterplot(x=x, y=y)

# Set labels and limits
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.xlim(0, 6)
plt.ylim(0, 12)

# Show the plot
plt.show()

输出

Seaborn 如何在图中设置坐标轴标签和限制

示例2

在下面的示例中，我们将展示如何使用Seaborn绘制一个线图，并通过设置标签和限制来生成图表。它还使用了matplotlib的子模块pyplot来帮助绘制图形，并通过给定具体的内置方法来生成输出。

import seaborn as sns
import matplotlib.pyplot as plt

# Generate some random data
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# Create a line plot
sns.lineplot(x=x, y=y)

# Set labels and limits
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.xlim(0, 6)
plt.ylim(0, 12)

# Show the plot
plt.show()

输出

Seaborn 如何在图中设置坐标轴标签和限制

示例3

在下面的示例中，我们将展示条形图 barplots() 并使用以下方法设置标签和轴- xlabel()，ylabel()，ylim()。接下来，使用show()方法获取结果。

# Bar plot
import seaborn as sns
import matplotlib.pyplot as plt

# Generate some random data
x = ['A', 'B', 'C', 'D', 'E']
y = [2, 4, 6, 8, 10]

# Create a bar plot
sns.barplot(x=x, y=y)

# Set labels and limits
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.ylim(0, 12)

# Show the plot
plt.show()

输出

Seaborn 如何在图中设置坐标轴标签和限制

示例4

在下面的示例中，我们将展示如何使用内置方法histplot()绘制直方图。该方法接受名为data的变量作为参数，其中包含随机数据，并使用内置函数xlabel()和ylabel()分别设置水平和垂直轴上的文本名称。然后使用xlim()和ylim()分别获取x轴和y轴上的整数范围限制。最后，使用show()方法获取程序的输出。

import seaborn as sns
import matplotlib.pyplot as plt

# Generate some random data
data = [1, 2, 3, 4, 5, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# Create a histogram
sns.histplot(data)

# Set labels and limits
plt.xlabel('Values')
plt.ylabel('Frequency')
plt.xlim(0, 11)

# Show the plot
plt.show()

输出

Seaborn 如何在图中设置坐标轴标签和限制

示例5

在下面的示例中，我们将通过导入模块seaborn和matplotlib.pyplot开始程序，这两个模块有助于绘制图表。然后我们使用一个列表来生成随机数据来描述假数据。接下来，使用名为boxplot()的方法创建箱线图，并使用sns对对象引用进行调用。然后，使用ylim()方法设置仅在垂直轴上的限制（设置图表的范围），使用xlabel()方法设置仅在x轴上的标签（填写文字以说明水平轴上的内容）。最后，使用show()方法获取输出结果。

import seaborn as sns
import matplotlib.pyplot as plt

# Generate some random data
data = [1, 2, 3, 4, 5, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# Create a box plot
sns.boxplot(data)

# Set labels and limits
plt.xlabel('Values')
plt.ylim(0, 11)

# Show the plot
plt.show()