matplotlib绘图入门
本文中主要是介绍了matploylib子图的绘制以及seaborn库的使用
- 子图绘制
- fig = plt.figure(figsize=(3,6))
- fig.add_subplot(2,2,1)
sns.set()默认风格sns.set_style("whitegrid")设置风格，总共有5种sns.despine(left=True)隐藏左边的轴（可以设置上下左右）sns.set_context("paper")设置线条的粗细，共4种sns.xkcd_rgb("pale red") xkcd命令颜色sns.color_palette()连续型画板设置
<!--MORE-->
matplotlib图形绘制
子图绘制
代码语言：txt复制import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
fig = plt.figure(figsize=(3,6)) # 指定画图区域的大小
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,4) # 2*2区域中的第4个图形
# 子图上单独画图
ax1.plot(np.random.randint(1,5,5), np.arange(5))
ax2.plot(np.arange(10)*3, np.arange(10))
plt.show()seaborn
代码语言：txt复制import seaborn as sns
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
def sinplot(flip=1):
x = np.linspace(0,14,100)
for i in range(1,7):
plt.plot(x, np.sin(x 1*.5) * (7-i) * flip)
sinplot() # %matplotlib默认画风
sns.set() # 出现了网格
sinplot()
5种风格
- darkgrid
- whitegrid
- dark
- white
- ticks
sns.set_style("whitegrid")
data = np.random.normal(size=(20,6)) * np.range(6) / 2
sns.boxplt(data=data)
隐藏某个轴
子图之间的画风设置不同
颜色
分类色板
color_palette()能传入任何matplot_palette()支持的颜色
饱和度和亮度
连续型画板
