Seaborn簡介
seaborn同matplotlib一樣，也是Python進行數(shù)據(jù)可視化分析的重要第三方包。但seaborn是在 matplotlib的基礎上進行了更高級的API封裝，使得作圖更加容易，圖形更加漂亮。
seaborn并不能替代matplotlib。雖然seaborn可以滿足大部分情況下的數(shù)據(jù)分析需求，但是針對一些特殊情況，還是需要用到matplotlib的。換句話說，matplotlib更加靈活，可定制化，而seaborn像是更高級的封裝，使用方便快捷。
應該把seaborn視為matplotlib的補充，而不是替代物。
繪圖風格設置
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
首先，我們定義一個簡單的函數(shù)來繪制一些正弦波，用于測試
def sinplot(flip = 1):
x = np.linspace(0, 14, 100)
for i in range(1, 7):
plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)
sinplot()
轉換為seaborn默認繪圖，可以簡單的用set()方法。
import seaborn as sns
sns.set()
sinplot()
Seaborn 將 matplotlib 的參數(shù)劃分為兩個獨立的組合。第一組是設置繪圖的外觀風格的，第二組主要將繪圖的各種元素按比例縮放的，以至可以嵌入到不同的背景環(huán)境中。
操控這些參數(shù)的接口主要有兩對方法：
控制風格：axes_style(), set_style()
縮放繪圖：plotting_context(), set_context()
每對方法中的第一個方法（axes_style(), plotting_context()）會返回一組字典參數(shù)，而第二個方法（set_style(), set_context()）會設置matplotlib的默認參數(shù)。
Seaborn的五種繪圖風格
有五種seaborn的風格，它們分別是：darkgrid, whitegrid, dark, white, ticks。它們各自適合不同的應用和個人喜好。默認的主題是darkgrid。
sns.set_style('whitegrid')
data = np.random.normal(size = (20, 6)) + np.arange(6) / 2
sns.boxplot(data = data)
<matplotlib.axes._subplots.AxesSubplot at 0x1a1ae6da20>
sns.set_style('dark')
sinplot()
sns.set_style('white')
sinplot()
sns.set_style('ticks')
sinplot()
移除軸脊柱
white和ticks兩種風格都可以移除頂部和右側的不必要的軸脊柱。使用matplotlib是無法實現(xiàn)這一需求的，但是使用seaborn的despine()方法可以實現(xiàn)。
sinplot()
sns.despine()
一些繪圖也可以針對數(shù)據(jù)將軸脊柱進行偏置，當然也是通過調用despine()方法來完成。而當刻度沒有完全覆蓋整個軸的范圍時，trim參數(shù)可以用來限制已有脊柱的范圍。
f, ax = plt.subplots()
sns.violinplot(data=data)
sns.despine(offset=10, trim=True)
也可以通過despine()控制哪個脊柱將被移除。
sns.set_style("whitegrid")
sns.boxplot(data=data, palette="deep")
sns.despine(left=True)
臨時設置繪圖風格
雖然來回切換風格很容易，但是你也可以在一個with語句中使用axes_style()方法來臨時的設置繪圖參數(shù)。這也允許你用不同風格的軸來繪圖：
with sns.axes_style("darkgrid"):
plt.subplot(211)
sinplot()
plt.subplot(212)
sinplot(-1)
覆蓋seaborn風格元素
如果你想定制化seaborn風格，你可以將一個字典參數(shù)傳遞給axes_style()和set_style()的參數(shù)rc。而且你只能通過這個方法來覆蓋風格定義中的部分參數(shù)。
如果你想要看看這些參數(shù)都是些什么，可以調用這個方法，且無參數(shù)，這將會返回下面的設置：
sns.axes_style()
{'axes.facecolor': 'white',
'axes.edgecolor': '.8',
'axes.grid': True,
'axes.axisbelow': True,
'axes.labelcolor': '.15',
'figure.facecolor': 'white',
'grid.color': '.8',
'grid.linestyle': '-',
'text.color': '.15',
'xtick.color': '.15',
'ytick.color': '.15',
'xtick.direction': 'out',
'ytick.direction': 'out',
'lines.solid_capstyle': 'round',
'patch.edgecolor': 'w',
'image.cmap': 'rocket',
'font.family': ['sans-serif'],
'font.sans-serif': ['Arial',
'DejaVu Sans',
'Liberation Sans',
'Bitstream Vera Sans',
'sans-serif'],
'patch.force_edgecolor': True,
'xtick.bottom': False,
'xtick.top': False,
'ytick.left': False,
'ytick.right': False,
'axes.spines.left': True,
'axes.spines.bottom': True,
'axes.spines.right': True,
'axes.spines.top': True}
然后，就可以設置這些參數(shù)的不同版本了。
sns.set_style("darkgrid",{'axes.facecolor':"0.9"})
sinplot()
繪圖元素比例
我們可以通過一套參數(shù)控制繪圖元素的比例
首先，我們通過set()方法重置默認的參數(shù)
sns.set()
有四個預置的環(huán)境，按大小從小到大排列分別為：paper, notebook, talk, poster。其中，notebook是默認的。
sns.set_context('paper')
sinplot()
sns.set_context('talk')
sinplot()
sns.set_context('poster')
sinplot()
我們可以通過set_context()方法設置相關參數(shù)，并且你可以通過提供一個字典參數(shù)值來覆蓋參數(shù)。當改變環(huán)境時，你也可以獨立的去縮放字體元素的大小。
sns.set_context('notebook',font_scale = 1.5, rc = {'lines.linewidth':2.5})
sinplot()
同樣也可以通過with語句控制繪圖的比例
