如何在 Seaborn 中將圖形樣式更改為 Darkgrid？

---

Seaborn 提供多種內建圖形樣式，我們可以從中選擇來增強繪圖的視覺效果。這些樣式會影響各種元素，例如顏色、網格線、背景和字型。要在 Seaborn 中設定圖形樣式，我們可以使用 **`sns.set_style()`** 函式。以下是 Seaborn 庫中可用的圖形樣式。

• **Darkgrid** - 此樣式具有深灰色背景和網格線，有助於將注意力集中在資料點上。

• **Whitegrid** - 此樣式類似於“**darkgrid**”，但具有白色背景，使其適合具有較淺顏色方案的繪圖。

• **Dark** - 此樣式具有深色背景，沒有網格線，使繪圖看起來簡潔明瞭。

• **White** - 此樣式類似於“**dark**”，但具有白色背景，對於具有較淺顏色的繪圖非常有用。

• **Ticks** - 此樣式刪除背景網格，僅顯示軸上的刻度標記。

在本文中，我們將瞭解如何在 seaborn 中將圖形樣式更改為 Dark Grid。要在 Seaborn 中將圖形樣式更改為“**darkgrid**”，我們可以按照以下步驟操作。

安裝 Seaborn

我們應該確保已在 Python 環境中安裝 Seaborn。我們可以在 Python 工作環境中使用 **pip** 命令安裝它。

pip install seaborn

匯入必要的庫

在我們的 Python 指令碼或 Jupyter Notebook 中，接下來我們必須匯入所需的庫，例如 Seaborn 和 Matplotlib.pyplot。

import seaborn as sns
import matplotlib.pyplot as plt

設定圖形樣式

使用 **`sns.set_style()`** 函式將圖形樣式設定為“**darkgrid**”。此函式修改 Matplotlib 的預設樣式。

sns.set_style("darkgrid")

這行程式碼將圖形樣式設定為“**darkgrid**”。

繪製資料

現在我們可以使用 Seaborn 和 Matplotlib 建立和自定義我們的繪圖。這是一個繪製條形圖的簡單示例。

示例

在此示例中，**`sns.barplot()`** 使用 Seaborn 建立條形圖。以下幾行使用 Matplotlib 設定 x 軸標籤、y 軸標籤和標題。最後，**`plt.show()`** 顯示繪圖。

import seaborn as sns
import matplotlib.pyplot as plt

x = ["A", "B", "C", "D"]
y = [10, 20, 15, 25]
# Create a bar plot
sns.barplot(x=x, y=y)
# Set labels and title
plt.xlabel("Categories")
plt.ylabel("Values")
plt.title("Bar Chart")
# Display the plot
plt.show()

輸出

自定義

我們可以使用各種 Seaborn 函式和 Matplotlib 選項進一步自定義我們的繪圖。例如，我們可以調整調色盤、字型大小、網格線等。有關更多自定義選項，請參閱 Seaborn 文件。

以下幾行程式碼演示了一些額外的自定義，其中 **`sns.set_palette()`** 將調色盤更改為“**husl**”。**`plt.xticks()`** 和 **`plt.yticks()`** 分別設定 x 軸和 y 軸刻度的字型大小。**`plt.grid()`** 使用虛線樣式和 0.5 的線寬向繪圖新增網格線。

示例

import seaborn as sns
import matplotlib.pyplot as plt

x = ["A", "B", "C", "D"]
y = [10, 20, 15, 25]
# Create a bar plot
sns.barplot(x=x, y=y)
sns.set_palette("husl")  # Change the color palette
plt.xticks(fontsize=15)  # Set x-axis tick font size
plt.yticks(fontsize=15)  # Set y-axis tick font size
plt.grid(True, linestyle="--", linewidth=1.5)  # Add grid lines  
# Set labels and title
plt.xlabel("Categories")
plt.ylabel("Values")
plt.title("Bar Chart")
# Display the plot
plt.show()

輸出