Plotudsmykning
Indstilling af stil
seaborn
tilbyder funktionen set_style()
specifikt til at indstille den visuelle stil for dine plots. Denne funktion kræver en enkelt obligatorisk parameter kaldet style
. Parameteren style
accepterer flere foruddefinerede muligheder, som hver repræsenterer en særskilt stil:
'white'
'dark'
'whitegrid'
'darkgrid'
'ticks'
Det anbefales at eksperimentere med dem:
12345678910import seaborn as sns import matplotlib.pyplot as plt # Setting the style sns.set_style('darkgrid') titanic_df = sns.load_dataset('titanic') sns.countplot(data=titanic_df, x='class') plt.show()
Indstilling af farvepalet
En anden mulighed er at ændre farverne på plot-elementer i seaborn
ved hjælp af funktionen set_palette()
, hvor fokus er på dens eneste påkrævede parameter: palette
:
- Cirkulære paletter:
'hls'
,'husl'
; - Perceptuelt ensartede paletter:
'rocket'
,'magma'
,'mako'
, osv.; - Divergerende farvepaletter:
'RdBu'
,'PRGn'
, osv.; - Sekventielle farvepaletter:
'Greys'
,'Blues'
, osv.
Du kan udforske mere om forskellige paletter i "Valg af farvepaletter" artiklen.
1234567891011121314import seaborn as sns import matplotlib.pyplot as plt # Setting the style sns.set_style('darkgrid') # Setting the palette sns.set_palette('magma') # Loading a built-in dataset of the Titanic passengers titanic_df = sns.load_dataset('titanic') sns.countplot(data=titanic_df, x='class') plt.show()
Indstilling af kontekst
Der findes en anden funktion i seaborn
-biblioteket, set_context()
. Den påvirker aspekter som størrelsen på etiketter, linjer og andre elementer i plottet (den overordnede stil påvirkes ikke).
Den vigtigste parameter er context
, som enten kan være en dict
af parametre eller en string
, der repræsenterer navnet på et forudkonfigureret sæt.
Standardværdien for context
er 'notebook'
. Andre tilgængelige kontekster inkluderer 'paper'
, 'talk'
og 'poster'
, som i det væsentlige er skalerede versioner af notebook
-parametrene.
1234567891011121314151617import seaborn as sns import matplotlib.pyplot as plt # Setting the style sns.set_style('darkgrid') # Setting the palette sns.set_palette('magma') # Setting the context sns.set_context('paper') # Loading a built-in dataset of the Titanic passengers titanic_df = sns.load_dataset('titanic') sns.countplot(data=titanic_df, x='class') plt.show()
Du kan udforske mere i set_context()
dokumentationen.
Swipe to start coding
- Brug den korrekte funktion til at sætte stilen til
'dark'
. - Brug den korrekte funktion til at sætte paletten til
'rocket'
. - Brug den korrekte funktion til at sætte konteksten til
'talk'
.
Løsning
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Awesome!
Completion rate improved to 3.85
Plotudsmykning
Stryg for at vise menuen
Indstilling af stil
seaborn
tilbyder funktionen set_style()
specifikt til at indstille den visuelle stil for dine plots. Denne funktion kræver en enkelt obligatorisk parameter kaldet style
. Parameteren style
accepterer flere foruddefinerede muligheder, som hver repræsenterer en særskilt stil:
'white'
'dark'
'whitegrid'
'darkgrid'
'ticks'
Det anbefales at eksperimentere med dem:
12345678910import seaborn as sns import matplotlib.pyplot as plt # Setting the style sns.set_style('darkgrid') titanic_df = sns.load_dataset('titanic') sns.countplot(data=titanic_df, x='class') plt.show()
Indstilling af farvepalet
En anden mulighed er at ændre farverne på plot-elementer i seaborn
ved hjælp af funktionen set_palette()
, hvor fokus er på dens eneste påkrævede parameter: palette
:
- Cirkulære paletter:
'hls'
,'husl'
; - Perceptuelt ensartede paletter:
'rocket'
,'magma'
,'mako'
, osv.; - Divergerende farvepaletter:
'RdBu'
,'PRGn'
, osv.; - Sekventielle farvepaletter:
'Greys'
,'Blues'
, osv.
Du kan udforske mere om forskellige paletter i "Valg af farvepaletter" artiklen.
1234567891011121314import seaborn as sns import matplotlib.pyplot as plt # Setting the style sns.set_style('darkgrid') # Setting the palette sns.set_palette('magma') # Loading a built-in dataset of the Titanic passengers titanic_df = sns.load_dataset('titanic') sns.countplot(data=titanic_df, x='class') plt.show()
Indstilling af kontekst
Der findes en anden funktion i seaborn
-biblioteket, set_context()
. Den påvirker aspekter som størrelsen på etiketter, linjer og andre elementer i plottet (den overordnede stil påvirkes ikke).
Den vigtigste parameter er context
, som enten kan være en dict
af parametre eller en string
, der repræsenterer navnet på et forudkonfigureret sæt.
Standardværdien for context
er 'notebook'
. Andre tilgængelige kontekster inkluderer 'paper'
, 'talk'
og 'poster'
, som i det væsentlige er skalerede versioner af notebook
-parametrene.
1234567891011121314151617import seaborn as sns import matplotlib.pyplot as plt # Setting the style sns.set_style('darkgrid') # Setting the palette sns.set_palette('magma') # Setting the context sns.set_context('paper') # Loading a built-in dataset of the Titanic passengers titanic_df = sns.load_dataset('titanic') sns.countplot(data=titanic_df, x='class') plt.show()
Du kan udforske mere i set_context()
dokumentationen.
Swipe to start coding
- Brug den korrekte funktion til at sætte stilen til
'dark'
. - Brug den korrekte funktion til at sætte paletten til
'rocket'
. - Brug den korrekte funktion til at sætte konteksten til
'talk'
.
Løsning
Tak for dine kommentarer!
Awesome!
Completion rate improved to 3.85single