- Seaborn 教程
- Seaborn - 首頁
- Seaborn - 簡介
- Seaborn - 環境設定
- 匯入資料集和庫
- Seaborn - 圖形美學
- Seaborn - 調色盤
- Seaborn - 直方圖
- Seaborn - 核密度估計
- 視覺化成對關係
- Seaborn - 繪製分類資料
- 觀測值的分佈
- Seaborn - 統計估計
- Seaborn - 繪製寬格式資料
- 多面板分類圖
- Seaborn - 線性關係
- Seaborn - Facet Grid
- Seaborn - Pair Grid
- 函式參考
- Seaborn - 函式參考
- Seaborn 有用資源
- Seaborn - 快速指南
- Seaborn - 有用資源
- Seaborn - 討論
Seaborn 主題 - 簡介
製作資料視覺化的主要目的是傳達資料的見解。雖然樣式會影響受眾對您試圖表達內容的理解,但視覺化傳達了關鍵資訊。
資料視覺化的最後一步是樣式設定,它在資料格式化和視覺化之後進行。樣式設定是自定義視覺化或圖形整體外觀的過程。做出深思熟慮的選擇將增強視覺化的影響力,並使您的工作脫穎而出。在以下文章中,我們將探討如何使用背景顏色、網格、脊柱和刻度來改變圖形的整體外觀。
Seaborn 中有許多主題設定方法可用。它們列在下面。
| 序號 | 方法和描述 |
|---|---|
| 1 | set_theme() 設定所有 seaborn 和 matplotlib 圖表的視覺主題元件。 |
| 2 | axes_styles() 獲取控制圖表整體外觀的設定。 |
| 3 | set_style() 設定控制圖表整體樣式的引數。 |
| 4 | plotting_context() 獲取控制繪圖元素縮放比例的引數。 |
| 5 | set_context() 設定控制繪圖元素縮放比例的引數。 |
| 6 | set_color_codes() 更改 matplotlib 顏色縮寫的解釋方式。 |
| 7 | reset_default() 將所有 RC 引數恢復為預設設定。 |
| 8 | reset_orig() 將所有 RC 引數恢復為原始設定 |
| 9 | set() 它是 set_theme() 的另一個名稱,是首選的介面。 |
seaborn_function_reference.htm
廣告