Mengubah gaya dan warna plot

Pengantar Visualisasi Data dengan Seaborn

Content Team

DataCamp

Mengapa kustomisasi?

Alasan mengubah gaya:

Preferensi pribadi
Tingkatkan keterbacaan
Pandu interpretasi

Mengubah gaya figur

"Style" figur mencakup latar dan sumbu
Opsi preset: "white", "dark", "whitegrid", "darkgrid", "ticks"
sns.set_style()

Gaya figur default ("white")

sns.catplot(x="age", 
            y="masculinity_important",
            data=masculinity_data,
            hue="feel_masculine",
            kind="point")

plt.show()

Plot titik survei maskulinitas

Gaya figur: "whitegrid"

sns.set_style("whitegrid")

sns.catplot(x="age", 
            y="masculinity_important",
            data=masculinity_data,
            hue="feel_masculine",
            kind="point")

plt.show()

Plot titik dengan latar kisi putih

Gaya lain

sns.set_style("ticks")

sns.catplot(x="age", 
            y="masculinity_important",
            data=masculinity_data,
            hue="feel_masculine",
            kind="point")

plt.show()

Plot titik dengan ticks

Gaya lain

sns.set_style("dark")

sns.catplot(x="age", 
            y="masculinity_important",
            data=masculinity_data,
            hue="feel_masculine",
            kind="point")

plt.show()

Plot titik dengan latar gelap

Gaya lain

sns.set_style("darkgrid")

sns.catplot(x="age", 
            y="masculinity_important",
            data=masculinity_data,
            hue="feel_masculine",
            kind="point")

plt.show()

Plot titik dengan kisi gelap

Mengubah palet warna

"Palette" figur mengubah warna elemen utama plot
sns.set_palette()
Gunakan palet siap pakai atau buat palet kustom

Palet divergen

Empat contoh palet divergen

Contoh (palet default)

category_order = ["No answer", 
                  "Not at all",
                  "Not very", 
                  "Somewhat", 
                  "Very"]

sns.catplot(x="how_masculine",
            data=masculinity_data,
            kind="count",
            order=category_order)

plt.show()

Count plot tanggapan survei

Contoh (palet divergen)

sns.set_palette("RdBu")

category_order = ["No answer", 
                  "Not at all",
                  "Not very", 
                  "Somewhat", 
                  "Very"]

sns.catplot(x="how_masculine",
            data=masculinity_data,
            kind="count",
            order=category_order)

plt.show()

Count plot dengan palet divergen

Palet sekuensial

Empat contoh palet sekuensial

Contoh palet sekuensial

Scatter plot horsepower vs. mpg dengan palet sekuensial

¹ Waskom, M. L. (2021). seaborn: statistical data visualization. https://seaborn.pydata.org/

Palet kustom

custom_palette = ["red", "green", "orange", "blue",
                  "yellow", "purple"]

sns.set_palette(custom_palette)

Palet kustom nama warna

Palet kustom

custom_palette = ['#FBB4AE', '#B3CDE3', '#CCEBC5', 
                  '#DECBE4', '#FED9A6', '#FFFFCC', 
                  '#E5D8BD', '#FDDAEC', '#F2F2F2']

sns.set_palette(custom_palette)

Palet kustom kode heksadesimal

Mengubah skala

"Context" figur mengubah skala elemen plot dan label
sns.set_context()
Terkecil hingga terbesar: "paper", "notebook", "talk", "poster"

Konteks default: "paper"

sns.catplot(x="age", 
            y="masculinity_important",
            data=masculinity_data,
            hue="feel_masculine",
            kind="point")

plt.show()

Plot titik dengan konteks notebook

Konteks lebih besar: "talk"

sns.set_context("talk")

sns.catplot(x="age", 
            y="masculinity_important",
            data=masculinity_data,
            hue="feel_masculine",
            kind="point")

plt.show()

Plot titik dengan konteks lebih besar

Ayo berlatih!

Pengantar Visualisasi Data dengan Seaborn