Przygotowanie wykresów do udostępniania

Wprowadzenie do wizualizacji danych z Matplotlib

Ariel Rokem

Data Scientist

Zmiana stylu wykresu

import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.plot(seattle_weather["MONTH"], seattle_weather["MLY-TAVG-NORMAL"])
ax.plot(austin_weather["MONTH"], austin_weather["MLY-TAVG-NORMAL"])
ax.set_xlabel("Time (months)")
ax.set_ylabel("Average temperature (Fahrenheit degrees)")
plt.show()

Wybór stylu

plt.style.use("ggplot")

fig, ax = plt.subplots()
ax.plot(seattle_weather["MONTH"], seattle_weather["MLY-TAVG-NORMAL"])
ax.plot(austin_weather["MONTH"], austin_weather["MLY-TAVG-NORMAL"])
ax.set_xlabel("Time (months)")
ax.set_ylabel("Average temperature (Fahrenheit degrees)")
plt.show()

Powrót do stylu domyślnego

plt.style.use("default")

Dostępne style

https://matplotlib.org/stable/gallery/style_sheets/ style_sheets_reference.html

Styl "bmh"

plt.style.use("bmh")

fig, ax = plt.subplots()
ax.plot(seattle_weather["MONTH"], seattle_weather["MLY-TAVG-NORMAL"])
ax.plot(austin_weather["MONTH"], austin_weather["MLY-TAVG-NORMAL"])
ax.set_xlabel("Time (months)")
ax.set_ylabel("Average temperature (Fahrenheit degrees)")
plt.show()

Style Seaborn

plt.style.use("seaborn-colorblind")

fig, ax = plt.subplots()
ax.plot(seattle_weather["MONTH"], seattle_weather["MLY-TAVG-NORMAL"])
ax.plot(austin_weather["MONTH"], austin_weather["MLY-TAVG-NORMAL"])
ax.set_xlabel("Time (months)")
ax.set_ylabel("Average temperature (Fahrenheit degrees)")
plt.show()

Wskazówki dotyczące wyboru stylu wykresu

Ciemne tła są zazwyczaj mniej czytelne
Jeśli kolor jest istotny, warto wybrać opcje przyjazne dla osób z daltonizmem
- "seaborn-colorblind" lub "tableau-colorblind10"
Jeśli wykres może być drukowany, należy ograniczyć zużycie tuszu
W przypadku druku czarno-białego należy użyć stylu "grayscale"

Ćwicz wybór odpowiedniego stylu!

Wprowadzenie do wizualizacji danych z Matplotlib