1、子图设置
#在一个figure对象中添加一个子图 seaborn.pointplot(x=ccss.time, y=ccss.index1, capsize=.1) fig = plt.gcf() fig.add_axes([0, 0.2, 1, 0.2]) seaborn.distplot(ccss.index1, kde=False)
参数说明：matplotlib.figure.Figure.add-axes(
rect :代表插入子图对象大小的序列。[left, bottom, width, height]
projection :子图使用的坐标体系。['aitoff' 1 'hammer' | 'lambert' 1 'mollweide' I 'polar' 1 rectilinear']
polar : boolean,为True时等价于projection ='polar'
# 数组方式指定子图,subplot(224)表示2乘以2的网格的第4张图 fi ,axes=plt.subplots(2,2) seaborn.boxenplot(y=ccss.index1,ax=axes[0,0]) plt.subplot(224) plt.plot([11,8,5,2]) plt.show()
参数说明：matplotlib.pyplot.subplots(
nrows /ncols =1:图形网格的行/列数
sharex, sharey = False :在图组中是否共用行/列坐标轴
True or 'all':对应的单元格都将共用行/列坐标轴
False or 'none':各单元格独立设定行/列坐标轴'
row：同一行的单元格将共用行/列坐标轴、
col：同一列的单元格将共用行/列坐标轴
squeeze = True :是否尽量简化返回的Axes对象False时即使只有一个单元格,也返回二维数组
subplotkw : dict,未来调用add-subplot ()建立子图时需要传送的参数)
2、网格设置
fig, axes = plt.subplots(1, 2, sharey=True) # 进一步的细节设定，top总高度的70%，wspace间距宽 plt.subplots_adjust(top=0.7, wspace=0.1) seaborn.boxplot(y=ccss.index1a, ax=axes[0]) seaborn.boxplot(y=ccss.index1b, ax=axes[1]) # 文字的位置，xy表示位置,annotation_clip=Flase注解不要在背景框，size字体大小 plt.annotate('现状指数和预期指数的对比', xy=(0, 200), annotation_clip=False, size=16) plt.show()
参数说明：matplotlib.pyplot.subplots_adjust(
left = 0.125 # the left side of the subplots of the figure
right =0.9 # the right side of the subplots of the fiqure
bottom = 0.1 # the bottom of the subplots of the fiqure
top = 9.9 # the top of the subplots of the fiqure
wspace = 0.2 # the amount of width reserved between subplots,
# as a fraction of the average axis wi.dth
hspace = 0.2 # the amount of height reserved between subplots.
# as a fraction of the average axis height
ax1 = plt.subplot2grid((4, 4), (0, 0), colspan=10) ax2 = plt.subplot2grid((4, 4), (1, 1), rowspan=10) plt.show()
参数说明：matplotlib.gridspec.GridSpec(
nrows/ncols :网格的行/列数
figure :指定网格将被放置的Figure对象
left/bottom/right/top :网格四边所对应的图形长宽比例
wspace/hspace :周边留空大小
width_ratios/height_ratios :各行/列的大小比例）
import matplotlib.gridspec as gridspec # 整个图width_ratios宽比值为1:2， gs = gridspec.GridSpec(2, 2, width_ratios=[1, 2], height_ratios=[4, 1]) ax11 = plt.subplot(gs[0]) ax21 = plt.subplot(gs[1]) ax3 = plt.subplot(gs[2]) plt.show()
参数说明：matplotlib.gridspec.GridSpec(
nrows/ncols :网格的行/列数
figure :指定网格将被放置的Figure对象
left/bottom/right/top :网格四边所对应的图形长宽比例
wspace/hspace :周边留空大小
width_ratios/height_ratios :各行/列的大小比例）
3、色彩设置
# 调用色板,直接使用英文 seaborn.scatterplot(ccss.s3,ccss.index1b,hue=ccss.s2,palette=["red",'blue']) # 调用色板,使用RGB代码 seaborn.scatterplot(ccss.s3,ccss.index1b,hue=ccss.s2,palette=[(1,0,0),(0,1,1)]) # 调用色板,使用HTML代码 seaborn.scatterplot(ccss.s3,ccss.index1b,hue=ccss.s2,palette=["#ff0000",'#0000ff']) # 分类色板 ，查看当前的色板 seaborn.palplot(seaborn.color_palette()) # 调节亮度、s调节饱和度 seaborn.palplot(seaborn.hls_palette(10,l=.8,s=.4))
参数说明：seaborn.color palette(
palette -None :希望使用的色板名称或者色彩序列, None时返回当前色板None, string, or sequence
n_colors : int, 色板中需要使用的颜色数量
desat : float,色彩饱和度）
4、样式设置
seaborn.set(context='poster',style='white',palette='dark')
参数说明：seaborn.set(
context = 'notebook', 设定plotting-context ()的有关参数
paper :纸质出版物常用大小
notebook :电脑屏幕常用大小,默认值
talk:公众演讲时常用大小
poster :展板常用大小
style ='darkgrid' :设定预设的主题,即axes-style ()的有关参数
palette = 'deep' : 即color-palette ()的有关参数
font ='sans-serif' :设定希望使用的字体
fontscale =1 :设定对字体的附加放大倍数
color_codes = True :为True时,使用seaborn的调色板字符设定
5、坐标轴设置
# 设置边框 plt.plot([1,2,3,4]) # 设置边框颜色 plt.gca().spines['left'].set_color('w') # 设置边框线宽 plt.gca().spines['right'].set_lw(2) # 设置线型 plt.gca().spines['bottom'].set_ls('--') # 设置坐标轴标签,x轴 family：字体，weight：字体形式，size：字体大小 plt.xlabel('$label$',fontdict={'family':'serif', 'color':'red','weight':'normal','size':16}) plt.ylabel('$label$',fontdict={'family':'serif', 'color':'red','weight':'normal','size':16}) plt.show()
# x、y轴的刻度范围 plt.xlim(0,10) plt.ylim(0,10)
# 设置旋转方向为垂直的 plt.xticks(rotation='vertical') # 在刻度尺上标上字符 plt.yticks([-2,-3,5],['$really bad$','$bad$','$n alpha $'], color='g')
# 设置刻度的位置，top，bottom，both，default，none plt.gca().xaxis.set_ticks_position('top') plt.gca().yaxis.set_ticks_position('both')
# 移动坐标轴位置 ax =plt.gca() # x轴在0.5的位置 ax.spines['bottom'].set_position(('data',0.5)) ax.spines['left'].set_position(('data',0.5)) # 把左右设置为空白不显示 ax.spines['right'].set_color ('None') ax.spines['top'].set_color ('None')
移除外框：seaborn.despine()
参数说明：seaborn.despine(
fig = None,
ax = None，
top = True, right = True, left = False, bottom = False是否移 对应位置的spine (框架线)
offset = None : int or dict,希望将框线移动的绝对距离 -10 or {'left':-10}
trim = False :是否将框线限制在数轴的最大和最小值范围之内）
6、文字设置
# 使用注解 import numpy as np x = np.linspace(-3,3,50) y = 2*x+1 plt.figure(num=1,figsize=(8,5)) plt.plot(x,y) ax = plt.gca() seaborn.despine() ax.spines['bottom'].set_position(('data',0)) ax.spines['left'].set_position(('data',0)) # 绘制垂直线 plt.plot([1,1],[0,3],'k--',linewidth=2.5) # 绘制一个点 plt.scatter([1],[3],s=50,color = 'b') plt.annotate('$2x+1=3$',xy=(1,3),xycoords='data',xytext=(+30,-10),textcoords='offset points',fontsize =16) plt.show()
参数说明：matplotlib.pyplot.annotate(
text：注解字符串。
xy:注解所对应的坐标点位置,
(x, y)格式。xytext :注解文字的起始点坐标位置,缺省时使用xy的值。
xycoords : xy坐标位置的起始坐标基准。
'figure points'/'figure pixels' Fig左下角起按points/pixelsi算。
'figure fraction' Figure左下角起按百分比计算。
'axes points'/'axes pixelstAxes左下角起按points/pixelsi算。
'axes fractiont'Axes左下角起按百分比计算。
'data' default,使用数据绘图时所用的坐标系。
'polar'(theta,r),极坐标格式。
textcoords : xytext坐标位置的起始坐标基准,缺省时使用xy的值。'offset points'/'offset pixelst基于xy值偏离points/pixels
arrowprops : dict,从xytext指向xy位置的箭头格式。不使用'arrowstyle'关键字时的设定方式:
width 箭头身体宽度, points
headwidth 箭头头部宽度, points
headlength 头部长度,
pointsshrink 箭头两端"回缩"的长度比例
annotation_clip :为True时,只有当坐标位于Axes内时才绘制注解。
# 添加文字，rotation旋转30度 plt.text(0.6,0.5,'$The tag 1$',size= 50,rotation =30,ha ='center',va ='center',bbox =dict(boxstyle= 'round',ec =(1,0.5,0.5),fc =(1,0.8,0.8)))
7、图例设置
# seborn,显示完整的图例legend="full" seaborn.lineplot("s4","index1",data=ccss,size="Qs9",legend="full") plt.show()
参数说明：matplotlib.pyplot.legend(
handles :需要设置图例标签的图形元素列表
labels :相应图形元素的图例标签文字列表
loc = 'upper right' :图例的显示位置, int/string
'best' 0；'upper right' 1；'upper left' 2；'lower left' 3；'lower right' 4；'right' 5；'center left' 6；'center right'7；'lower center'8；'upper center'9；'center' 10
也可以按照2-tuple格式直接指定从左下角起的(x, y)坐标值
legend () #显示图例
legend (labels) #按默认元素顺序设定标签并显示图例
legend (handles, labels) #设定指定元素的标签并显示图例
8、双轴设置
# 用pandas实现 ccss.plot.kde(y="index1",secondary_y=True) # 设置第二y轴 ax2 = plt.gca().twinx() seaborn.kdeplot(ccss.s3,legend=None,ax=ax2) ax2.set_ylabel('$s2$')
9、行列面板设置
seaborn.catplot(x="time",y='index1',col='s0',data=ccss,kind='boxen')
参数说明：seaborn.catplot(
#0.9.0版之前为factorplot
x, y, hue : names of variables in data
data: DataFrame1
面板相关设定：
row, col:行/列面板对象名称
col_wrap:在指定的宽度折叠列面板至下一行,从而成为多行显示
row_order, col_order :行/列面板变量各类别的显示顺序
legend = True: bool, optional
legend_out = True :将图例绘制在设定的图形区域外
share{x,y} :是否共用行/列
kind :可以绘制的图形种类"point", "bar", "strip", "swarm", "box", "violin", or "boxen"
其余设定:
estimator :希望在每个类别中计算的统计量
ci: float or "sd" or None,希望绘制的可信区间宽度
n_boot :计算cI时的bootstrap抽样次数
units :用于确定抽样单元大小的变量
order, hue order: lists of strings, optional
size : scalar, optionalaspect: scalar, optional
orient: "y" 1 "h", optional
color: matplotlib color, optional
10、图形颜色填充
plt.fill_between([1, 2, 3, 4, 5], [5, 4, 3, 2, 1], [1, 3, 1, 3, 1], color='r') fill = plt.fill([3, 1, 3, 1, 3], [1, 2, 3, 4, 5]) # 关掉所有的轴 plt.axis('off')
参数说明：matplotlib.pyplot.fill_between(
x :曲线的x坐标, array (length N)
y1:第一条曲线的y坐标, array (length N)
y2=0:第二条曲线的y坐标, array (length N)
where = None :绘制时是否包括所对应的区域, array of bool (length N)
interpolate = False :当使用where参数并且两曲线有交叉时有效当两条曲线比较接近时,要求计算精确的交叉位置并加以绘制
step :当各x的数值之间y应当是常数时,确定具体的常数取值方式
"pre": y值恒等于左侧的上一个x, y数据对应的y值
"post": y值恒等于右侧的下一个x, y数据对应的y值
"mid":取两侧y值的平均)
