Scorri per mostrare il menu

Decorazione dei Grafici

Impostazione dello Stile

seaborn offre la funzione set_style() specificamente per impostare lo stile visivo dei grafici. Questa funzione richiede un solo parametro obbligatorio chiamato style. Il parametro style accetta diverse opzioni predefinite, ognuna delle quali rappresenta uno stile distinto:

'white'
'dark'
'whitegrid'
'darkgrid'
'ticks'

È possibile sperimentare con queste opzioni:


              12345678910
            
import 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()

Impostazione della Palette

Un'altra opzione è modificare i colori degli elementi del grafico in seaborn utilizzando la funzione set_palette(), concentrandosi sul suo unico parametro richiesto: palette:

Palette circolari: 'hls', 'husl';
Palette percettivamente uniformi: 'rocket', 'magma', 'mako', ecc.;
Palette divergenti: 'RdBu', 'PRGn', ecc.;
Palette sequenziali: 'Greys', 'Blues', ecc.

Approfondisci

Puoi approfondire ulteriormente le diverse palette nell'articolo "Choosing color palettes".


              1234567891011121314
            
import 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()

Impostazione del contesto

Esiste un'altra funzione nella libreria seaborn, set_context(). Questa influisce su aspetti quali la dimensione delle etichette, delle linee e di altri elementi del grafico (lo stile generale non viene modificato).

Il parametro più importante è context, che può essere un dict di parametri oppure una string che rappresenta il nome di un set preconfigurato.

Il context predefinito è 'notebook'. Altri contesti disponibili includono 'paper', 'talk' e 'poster', che sono essenzialmente versioni scalate dei parametri di notebook.


              1234567891011121314151617
            
import 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()

Approfondisci

Puoi approfondire nella documentazione di set_context().

Compito

Swipe to start coding

Utilizzare la funzione corretta per impostare lo stile su 'dark'.
Utilizzare la funzione corretta per impostare la palette su 'rocket'.
Utilizzare la funzione corretta per impostare il contesto su 'talk'.

Soluzione

Cambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 5. Capitolo 3

Chieda ad AI

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

Decorazione dei Grafici

Impostazione dello Stile

'white'
'dark'
'whitegrid'
'darkgrid'
'ticks'

È possibile sperimentare con queste opzioni:


              12345678910
            
import 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()

Impostazione della Palette

Un'altra opzione è modificare i colori degli elementi del grafico in seaborn utilizzando la funzione set_palette(), concentrandosi sul suo unico parametro richiesto: palette:

Palette circolari: 'hls', 'husl';
Palette percettivamente uniformi: 'rocket', 'magma', 'mako', ecc.;
Palette divergenti: 'RdBu', 'PRGn', ecc.;
Palette sequenziali: 'Greys', 'Blues', ecc.

Approfondisci

Puoi approfondire ulteriormente le diverse palette nell'articolo "Choosing color palettes".


              1234567891011121314
            
import 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()

Impostazione del contesto

Il parametro più importante è context, che può essere un dict di parametri oppure una string che rappresenta il nome di un set preconfigurato.

Il context predefinito è 'notebook'. Altri contesti disponibili includono 'paper', 'talk' e 'poster', che sono essenzialmente versioni scalate dei parametri di notebook.


              1234567891011121314151617
            
import 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()

Approfondisci

Puoi approfondire nella documentazione di set_context().

Compito

Swipe to start coding

Utilizzare la funzione corretta per impostare lo stile su 'dark'.
Utilizzare la funzione corretta per impostare la palette su 'rocket'.
Utilizzare la funzione corretta per impostare il contesto su 'talk'.

Soluzione

Cambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 5. Capitolo 3

Cambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti