Seaborn可视化：图形个性化设置的几个小技巧

1 概述

在可视化过程中，经常会对默认的制图效果不满意，希望能个性化进行各种设置。

本文通过一个简单的示例，来介绍seaborn可视化过程中的个性化设置。包括常用的设置，如：

1. 设置图表显示颜色

2. 设置图表标题，包括显示位置，字体大小，颜色等

3. 设置x轴和y轴标题，包括颜色，字体大小

4. 设置x轴和y轴刻度内容，包括颜色、字体大小、字体方向等

5. 将x轴和y轴内容逆序显示

6. 设置x轴或y轴显示位置

本文的运行环境：

1. windows 7

2. python 3.5

3. jupyter notebook

4. seaborn 0.7.1

5. matplotlib 2.0.2

2 未个性化设置的情形

本文的数据来自UCI的数据集"sonar"，用pandas直接读取数据。如下：

1. import pandas as pd

2. import matplotlib.pyplot as plt

3. import seaborn as sns

4. % matplotlib inline

5. target_url = 'http://archive.ics.uci.edu/ml/machine-learning-databases/undocumented/connectionist-bench/sonar/sonar.all-data'

6. df = pd.read_csv(target_url, header=None, prefix='V')

7. corr = df.corr()

首先来看看没有进行个性化设置时的显示情况，如下：

1. f, ax= plt.subplots(figsize = (14, 10))

2. sns.heatmap(corr,cmap='RdBu', linewidths = 0.05, ax = ax)

3. # 设置Axes的标题

4. ax.set_title('Correlation between features')

5. f.savefig('sns_style_origin.jpg', dpi=100, bbox_inches='tight')

图片显示效果如下：

seaborn制图的默认效果其实还是不错的。

3 进行个性化设置

对于上面这张图，可能让y轴从下到上，从v0开始显示，这样显示出来的对角线可能更符合我们的视觉显示效果。

这就要用到 将y轴内容进行可逆显示，涉及的代码如下：

1. # 将y轴或x轴进行逆序

2. ax.invert_yaxis()

3. # ax.invert_xaxis()

其他的个性化设置的代码，包括：

将x轴刻度放置在top位置的几种方法

1. # 将x轴刻度放置在top位置的几种方法

2. # ax.xaxis.set_ticks_position('top')

3. ax.xaxis.tick_top()

4. # ax.tick_params(axis='x',labelsize=6, colors='b', labeltop=True, labelbottom=False) # x轴

设置坐标轴刻度参数，"axis"不写的时候，默认是x轴和y轴的参数同时调整。

1. # 设置坐标轴刻度的字体大小

2. # matplotlib.axes.Axes.tick_params

3. ax.tick_params(axis='y',labelsize=8) # y轴

旋转轴刻度上文字方向的两种方法

1. # 旋转轴刻度上文字方向的两种方法

2. ax.set_xticklabels(ax.get_xticklabels(), rotation=-90)

3. # ax.set_xticklabels(corr.index, rotation=90)

保存图片，设置bbox_inches='tight'，保存的图片则不会出现部分内容显示不全的现象。

1. f.savefig('sns_style_update.jpg', dpi=100, bbox_inches='tight')

整合好的代码如下，大家可以运行试试效果。

1. f, ax = plt.subplots(figsize = (14, 10))

2. # 设置颜色

3. cmap = sns.cubehelix_palette(start = 1, rot = 3, gamma=0.8, as_cmap = True)

4. # color: https://matplotlib.org/users/colormaps.html

5. sns.heatmap(corr,cmap='RdBu', linewidths = 0.05, ax = ax)

6. # 设置Axes的标题

7. ax.set_title('Correlation between features', fontsize=18, position=(0.5,1.05))

8. # 将y轴或x轴进行逆序

9. ax.invert_yaxis()

10. # ax.invert_xaxis()

11. ax.set_xlabel('X Label',fontsize=10)

12. # 设置Y轴标签的字体大小和字体颜色

13. ax.set_ylabel('Y Label',fontsize=15, color='r')

14. # 设置坐标轴刻度的字体大小

15. # matplotlib.axes.Axes.tick_params

16. ax.tick_params(axis='y',labelsize=8) # y轴

17. # ax.tick_params(axis='x',labelsize=6, colors='b', labeltop=True, labelbottom=False) # x轴

18. # 将x轴刻度放置在top位置的几种方法

19. # ax.xaxis.set_ticks_position('top')

20. ax.xaxis.tick_top()

21. # ax.tick_params(axis='x',labelsize=6, colors='b', labeltop=True, labelbottom=False) # x轴

22. # 修改tick的字体颜色

23. # ax.tick_params(axis='x', colors='b') # x轴

24. # 旋转轴刻度上文字方向的两种方法

25. ax.set_xticklabels(ax.get_xticklabels(), rotation=-90)

26. # ax.set_xticklabels(corr.index, rotation=90)

27. # 单独设置y轴或x轴刻度的字体大小, 调整字体方向

28. # ax.set_yticklabels(ax.get_yticklabels(),fontsize=6)

29. # ax.set_xticklabels(ax.get_xticklabels(), rotation=-90)

30. f.savefig('sns_style_update.jpg', dpi=100, bbox_inches='tight')

图形显示效果如下：

这些个性化的设置，其实大部分都是使用的matplotlib的内容，seaborn是基于matplotlib衍生的，所以可以跟matplotlib进行融合使用。

当然，并不是每次都需要进行个性定制，具体可以根据自己的需求来设置。

本期推荐阅读：