- Seaborn 教程
- Seaborn - 首页
- Seaborn - 简介
- Seaborn - 环境设置
- 导入数据集和库
- Seaborn - 图形美学
- Seaborn - 调色板
- Seaborn - 直方图
- Seaborn - 核密度估计
- 可视化成对关系
- Seaborn - 绘制分类数据
- 观测值的分布
- Seaborn - 统计估计
- Seaborn - 绘制宽格式数据
- 多面板分类图
- Seaborn - 线性关系
- Seaborn - Facet Grid
- Seaborn - Pair Grid
- 函数参考
- Seaborn - 函数参考
- Seaborn 有用资源
- Seaborn - 快速指南
- Seaborn - 有用资源
- Seaborn - 讨论
Seaborn 主题 - 简介
制作数据可视化的主要目的是传达数据的见解。虽然样式会影响受众对您试图表达内容的理解,但可视化传达了关键信息。
数据可视化的最后一步是样式设置,它在数据格式化和可视化之后进行。样式设置是自定义可视化或图形整体外观的过程。做出深思熟虑的选择将增强可视化的影响力,并使您的工作脱颖而出。在以下文章中,我们将探讨如何使用背景颜色、网格、脊柱和刻度来改变图形的整体外观。
Seaborn 中有许多主题设置方法可用。它们列在下面。
| 序号 | 方法和描述 |
|---|---|
| 1 | set_theme() 设置所有 seaborn 和 matplotlib 图表的视觉主题组件。 |
| 2 | axes_styles() 获取控制图表整体外观的设置。 |
| 3 | set_style() 设置控制图表整体样式的参数。 |
| 4 | plotting_context() 获取控制绘图元素缩放比例的参数。 |
| 5 | set_context() 设置控制绘图元素缩放比例的参数。 |
| 6 | set_color_codes() 更改 matplotlib 颜色缩写的解释方式。 |
| 7 | reset_default() 将所有 RC 参数恢复为默认设置。 |
| 8 | reset_orig() 将所有 RC 参数恢复为原始设置 |
| 9 | set() 它是 set_theme() 的另一个名称,是首选的接口。 |
seaborn_function_reference.htm
广告