python数据可视化之数据可视化之Seaborn(二)(二)
写在开头:在该系列第一篇文章介绍了一下整体seaborn对于画图整体风格与比例的调控,今天开始分享一下seaborn对于颜色的设计。该文章参考文献主要为学
习路远老师的seaborn教程,会在结尾放上链接。
上节回顾上节回顾:上一节分享了Seaborn绘图的整体颜色与风格比例调控,可点击链接查看。python数据可视化之Seaborn(一)
Seaborn可视化内容安排可视化内容安排
在Seaborn的学习中安排如下,
一、画风设置一、画风设置:会简单介绍一下绘图风格(一)与颜色风格(二)的设置;
二、绘图技巧二、绘图技巧:这里会介绍数据集(三)、相关数据(四)、分类数据(五)、线性关系(六)可视化的相关内容;
三、结构网络三、结构网络:本节主要介绍数据识别结构网络的绘图(七)。
一、一、Seaborn画风设置画风设置
颜色风格颜色风格
在我经常绘图的时候总感觉画图出来的颜色,和自己设计的颜色有一种不协调的感觉。今天的颜色风格设置会讲述部分seaborn颜色调试的方法。
首先需要加载本次需要使用的包,
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
sns.set(rc={"figure.figsize":(10, 10)})
np.random.seed(42)
对于画布大小的设置,也可以使用plt.figure(figsize=(10, 10))的方法进行设置。
调色板设置调色板设置
本节将对连续数据、类型数据、离散数据友好的颜色设置,分别进行调色板的介绍。
1.连续数据类型连续数据类型
调色板的风格分为连续、分类和离散,我们就先从连续数据来讲一讲离散数据适合的颜色。连续类型数据适合的就是能够将连续数据使用不连续的颜色来表示数据
的程度。可以理解为一种渐近的感觉,通常可以在画核密度函数图、相关图、热点图或者一些其他的分布图中使用,用来描述连续数据的程度。
Color Brewer颜色库(连续型)颜色库(连续型)
连续数据在色调上的使用最好是颜色属于一个色系,但颜色的亮度或者曝光度有一定的差异。在连续型上可以使用Color Brewer库中已有的颜色,在这里我们可以
通过R语言来调取Color Brewer连续型数据的所有颜色展示,
display.brewer.all(type='seq')
有了Color Brewer的颜色字典,我们就可以直接通过color_palette()(这个函数返回是一组数组)函数进行调色,然后选择我们喜欢的颜色进行上色。在颜色后加_r和
_d分别表示颜色顺序导致和颜色加深。
sns.palplot(sns.color_palette("RdPu"))
sns.palplot(sns.color_palette("OrRd_r"))
sns.palplot(sns.color_palette("BuGn_d"))
评论0