如何在 Seaborn 图表中设置坐标轴标签和限制？

---

使用 Seaborn 创建图表将调整标签和坐标轴限制，使图表更易于理解。坐标轴标签是我们可以为 x 轴和 y 轴提供的名称，以便其他人理解图表显示的内容。我们可以通过更改坐标轴的限制来关注数据中重要的特定区域。Seaborn 包含用于设置坐标轴标签和限制的简单方法，使我们能够使图表更具信息量。在 Python 中，我们有一些内置函数，如 xlabel()、ylabel()、xlim() 和 ylim()，可用于在 Seaborn 图表中设置坐标轴标签和限制。

语法

以下语法在示例中使用：

xlabel()
ylabel()

xlabel() 和 ylabel() 是 Python 中的内置函数，用于设置 x 轴（水平）和 y 轴（垂直）上的文本。

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()

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

lineplot()

lineplot() 方法用于显示图表的区间。这是一种基本图表，主要用于机器学习数据集中。

barplot()

这是一种 Python 中的内置方法，将用于创建数据集的条形图。

histplot()

histplot() 根据数据集创建基于直方图的图表。

boxplot()

boxplot() 方法以标准化方式显示高级摘要，以根据数据集汇总数据。

算法

以下步骤为：

• 步骤 1 - 导入 seaborn 模块并获取对象引用为 sns

• 步骤 2 - 导入名为 matplotlib.pyplot 的模块并获取引用为 plt，这有助于设置 Seaborn 图表的坐标轴标签和限制。

• 步骤 3 - 使用随机数据创建两个列表，并分别将其存储在变量 x 和 y 中。

• 步骤 4 - 然后根据用户选择创建图表图形，例如 scatterplot()、lineplot()、boxplot() 和 histplot()，它们接受两个参数 - x（这将值存储为变量 x）和 y（这将值存储为变量 y）以及对象引用 sns。

• 步骤 5 - 接下来，使用内置方法 xlabel() 和 ylabel() 分别在水平（x 轴）和垂直轴（y 轴）上创建文本表示。

• 步骤 6 - 要设置图形的范围，它将使用内置方法 xlim() 用于水平轴，ylim() 用于垂直轴。

• 步骤 7 - 最后使用名为 show() 的方法，它将生成程序的输出。

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。众所周知，Seaborn 库可以方便地与 matplotlib 模块一起使用，它将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

示例 2

在以下示例中，我们将展示如何使用 Seaborn 图表设置标签和限制来绘制线形图。它还使用 matplotlib 子模块，即 pyplot，它有助于绘制图形并通过向其提供特定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

示例 3

在以下示例中，我们将展示条形图barplots()，并且要设置标签和坐标轴，它必须使用以下方法：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

示例 4

在以下示例中，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，该变量包含随机数据，并使用 xlabel() 和 ylabel() 等内置函数分别在水平和垂直轴上设置文本名称。然后使用 xlim() 和 ylim() 分别获取 x 轴和 y 轴上整数的范围限制。最后，它将使用 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

示例 5

在以下示例中，我们将通过导入模块 seaborn 和 matplotlib.pyplot 开始程序，这有助于绘制图形图表。然后它使用列表中的随机数据来描绘虚假数据。接下来，使用名为 boxplot() 的方法以及对象引用 sns 创建箱线图。然后仅使用 ylim() [设置图形范围] 在垂直轴上设置限制，并仅使用 xlabel() [填写文本以在水平轴上显示某些内容] 在 x 轴上设置标签。最后，使用 show() 方法获取输出。

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 box plot
sns.boxplot(data)

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

# Show the plot
plt.show()

输出

结论

我们讨论了绘制不同类型图形的各种方法，以及使用 xlim()、ylim()、xlabel() 和 ylabel() 等相同内置函数可以设置图形的名称和范围。Seaborn 图表通常用于分析各种数据可视化模式。