Aanpassen met matplotlib

Gevorderde datavisualisatie met Seaborn

Chris Moffitt

Instructor

Matplotlib Axes

  • De meeste aanpassingen gaan via matplotlib-Axes-objecten
  • Je kunt Axes doorgeven aan seaborn-functies
fig, ax = plt.subplots()
sns.histplot(df['Tuition'], ax=ax)
ax.set(xlabel='Tuition 2013-14')

Voorbeeld van een axes-plot

Gevorderde datavisualisatie met Seaborn

Meer aanpassen

  • Het axes-object ondersteunt veel gangbare aanpassingen
fig, ax = plt.subplots()
sns.histplot(df['Tuition'], ax=ax)
ax.set(xlabel="Tuition 2013-14",
       ylabel="Verdeling", xlim=(0, 50000), 
title="2013-14 verdeling van collegegeld en kosten")

Extra axes-voorbeeld

Gevorderde datavisualisatie met Seaborn

Plots combineren

  • Je kunt meerdere plots combineren en instellen
fig, (ax0, ax1) = plt.subplots(nrows=1, ncols=2, 
                               sharey=True, figsize=(7,4))

sns.histplot(df['Tuition'], stat='density', ax=ax0)
sns.histplot(df.query('State == "MN"')['Tuition'], stat='density', ax=ax1)

ax1.set(xlabel='Tuition (MN)', xlim=(0, 70000))
ax1.axvline(x=20000, label='Mijn budget', linestyle='--')
ax1.legend()
Gevorderde datavisualisatie met Seaborn

Plots combineren

Plots naast elkaar

Gevorderde datavisualisatie met Seaborn

Laten we oefenen!

Gevorderde datavisualisatie met Seaborn

Preparing Video For Download...