Decoración de Gráficos
Configuración del Estilo
seaborn
proporciona la función set_style()
específicamente para establecer el estilo visual de tus gráficos. Esta función requiere un único parámetro obligatorio llamado style
. El parámetro style
acepta varias opciones predefinidas, cada una representando un estilo distinto:
'white'
'dark'
'whitegrid'
'darkgrid'
'ticks'
Se recomienda experimentar con estas opciones:
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()
Configuración de la Paleta
Otra opción es modificar los colores de los elementos del gráfico en seaborn
utilizando la función set_palette()
, centrándose en su único parámetro requerido: palette
:
- Paletas circulares:
'hls'
,'husl'
; - Paletas perceptualmente uniformes:
'rocket'
,'magma'
,'mako'
, etc.; - Paletas de colores divergentes:
'RdBu'
,'PRGn'
, etc.; - Paletas de colores secuenciales:
'Greys'
,'Blues'
, etc.
Puede explorar más sobre las diferentes paletas en el artículo "Choosing color palettes".
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()
Configuración del Contexto
Existe otra función en la biblioteca seaborn
, set_context()
. Esta afecta aspectos como el tamaño de las etiquetas, líneas y otros elementos de la gráfica (el estilo general no se ve afectado).
El parámetro más importante es context
, que puede ser un dict
de parámetros o una string
que representa el nombre de un conjunto preconfigurado.
El context
predeterminado es 'notebook'
. Otros contextos disponibles incluyen 'paper'
, 'talk'
y 'poster'
, que son versiones escaladas de los parámetros de notebook
.
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()
Puedes explorar más en documentación de set_context()
.
Swipe to start coding
- Utilizar la función correcta para establecer el estilo en
'dark'
. - Utilizar la función correcta para establecer la paleta en
'rocket'
. - Utilizar la función correcta para establecer el contexto en
'talk'
.
Solución
¡Gracias por tus comentarios!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Awesome!
Completion rate improved to 3.85
Decoración de Gráficos
Desliza para mostrar el menú
Configuración del Estilo
seaborn
proporciona la función set_style()
específicamente para establecer el estilo visual de tus gráficos. Esta función requiere un único parámetro obligatorio llamado style
. El parámetro style
acepta varias opciones predefinidas, cada una representando un estilo distinto:
'white'
'dark'
'whitegrid'
'darkgrid'
'ticks'
Se recomienda experimentar con estas opciones:
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()
Configuración de la Paleta
Otra opción es modificar los colores de los elementos del gráfico en seaborn
utilizando la función set_palette()
, centrándose en su único parámetro requerido: palette
:
- Paletas circulares:
'hls'
,'husl'
; - Paletas perceptualmente uniformes:
'rocket'
,'magma'
,'mako'
, etc.; - Paletas de colores divergentes:
'RdBu'
,'PRGn'
, etc.; - Paletas de colores secuenciales:
'Greys'
,'Blues'
, etc.
Puede explorar más sobre las diferentes paletas en el artículo "Choosing color palettes".
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()
Configuración del Contexto
Existe otra función en la biblioteca seaborn
, set_context()
. Esta afecta aspectos como el tamaño de las etiquetas, líneas y otros elementos de la gráfica (el estilo general no se ve afectado).
El parámetro más importante es context
, que puede ser un dict
de parámetros o una string
que representa el nombre de un conjunto preconfigurado.
El context
predeterminado es 'notebook'
. Otros contextos disponibles incluyen 'paper'
, 'talk'
y 'poster'
, que son versiones escaladas de los parámetros de notebook
.
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()
Puedes explorar más en documentación de set_context()
.
Swipe to start coding
- Utilizar la función correcta para establecer el estilo en
'dark'
. - Utilizar la función correcta para establecer la paleta en
'rocket'
. - Utilizar la función correcta para establecer el contexto en
'talk'
.
Solución
¡Gracias por tus comentarios!
Awesome!
Completion rate improved to 3.85single