数据分析与可视化 课件 电子 第6、7章 可视化分析进阶、 时间序列数据分析.pptx

数据分析与可视化 课件 电子 第6、7章 可视化分析进阶、 时间序列数据分析.pptx

  1. 1、本文档共159页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第6章 可视化分析进阶6.4 实战:泰坦尼克幸存者数据可视化分析……6.3 手绘风格的绘图6.1 绚丽多姿的Seaborn6.2 Seaborn中的常用绘图5641236.1 绚丽多姿的Seaborn一图胜千言:“欲穷千里目,更上一层楼”6.1 绚丽多姿的SeabornPython data visualization library? Easily create the most common types of plots(简易高效)? Easy to use(使用方便)? Works well with pandas data structures(与Pandas配合默契)? Built on top of matplotlib(基于matplotlib)聊聊数行代码即可呈现绚丽可视化图导入必要的库In [1]: import numpy as npIn [2]: import seaborn as snsIn [3]: import matplotlib.pyplot as plt教材案例In [4]: rng = np.random.RandomState(0) #设置随机数种子In [5]: x = np.linspace(0, 10, 500) #在0~10之间等分500份In [6]: rand = rng.randn(500, 6)In [7]: y = np.cumsum(rand, axis = 0)In [8]: plt.style.use(classic) #设置经典风格绘图In [9]: plt.plot(x, y)In [10]: plt.legend(ABCDEF, ncol = 2, loc = upper left)In [11]: plt.show() In [13]: import seaborn as snsIn [14]: sns.set()#显式启用Seaborn绘图风格In [15]: plt.plot(x, y)In [16]: plt.legend(ABCDEF, ncol=2, loc=upper left)In [17]: plt.show()6.1.2 Seaborn的样式设置seaborn.set_theme(context=notebook, style=darkgrid, palette=deep, font=sans-serif, font_scale=1, color_codes=True, rc=None)在Seaborn中,提供了5个的风格主题,以适用于不同的应用场景和人群偏好:darkgrid :黑色网格(默认),实际上这个黑色仅是底色的代名词,真实的颜色就是如图6-2所示的淡蓝色。whitegrid: 白色网格,实际上就是无底色风格。dark: 纯黑色无网格。white :纯白色无网格背景。ticks:与纯白色无网格基本类似,但绘图坐标轴有很短的刻度线。6.1.3 设置应用模式与绘图元素缩放比例在Seaborn中,预设的绘图场景参数有notebook(笔记本模式,默认模式)、paper(论文模式)、talk(报告模式)和poster(海报模式)。 In [22]: sns.set_context(paper)#论文模式In [23]: sns.set_context(poster)#海报模式#论文模式海报模式设置参数In [25]: sns.set_context(notebook, font_scale= 1.8, rc={lines.linewidth: 2}) #设置参数缩放6.1.3 用despine进行边框控制在前面的案例中,所有绘图都在一个四四方方的矩阵框内,其实就是有4条轴包裹了绘图。而在white和ticks风格下 ,我们删除顶部和右侧坐标轴上不需要的轴线在Seaborn中通过despine方法轻松将它们移除。01 import numpy as np02 import matplotlib.pyplot as plt03 import seaborn as sns0405 def sinplot(flip=1):06 data = np.linspace(0, 14, 100)07for i in range(1,7):08plt.plot(data, np.sin(data + i * .5) * (7 - i) * flip)0910sns.set_style(ticks,{xtick.major.size: 10, ytick.major.size: 1110 })12sinplot()13sns.despine()14plt.show()sns.despine方法还可以通过“精细化

文档评论(0)

balala11 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档