Ändra diagramstil och färg

Introduktion till datavisualisering med Seaborn

Content Team

DataCamp

Varför anpassa?

Anledningar att ändra stil:

Personlig preferens
Förbättra läsbarheten
Vägleda tolkningen

Ändra figurstil

Figurens "stil" inkluderar bakgrund och axlar
Förinställda alternativ: "white", "dark", "whitegrid", "darkgrid", "ticks"
sns.set_style()

Standardfigurstil ("white")

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

plt.show()

Punktdiagram över maskulinitetsenkät

Figurstil: "whitegrid"

sns.set_style("whitegrid")

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

plt.show()

Punktdiagram med vit rutnätsbakgrund

Andra stilar

sns.set_style("ticks")

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

plt.show()

Punktdiagram med skalstreck

Andra stilar

sns.set_style("dark")

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

plt.show()

Punktdiagram med mörk bakgrund

Andra stilar

sns.set_style("darkgrid")

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

plt.show()

Punktdiagram med mörk rutnätsbakgrund

Ändra paletten

Figurens "palett" ändrar färgen på diagrammets huvudelement
sns.set_palette()
Använd förinställda paletter eller skapa en egen

Divergerande paletter

Fyra exempel på divergerande paletter

Exempel (standardpalett)

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()

Räknediagram över enkätsvar

Exempel (divergerande palett)

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()

Räknediagram med divergerande palett

Sekventiella paletter

Fyra exempel på sekventiella paletter

Exempel på sekventiell palett

Spridningsdiagram över hästkrafter vs. mpg med sekventiell palett

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

Anpassade paletter

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

sns.set_palette(custom_palette)

Anpassad palett med färgnamn

Anpassade paletter

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

sns.set_palette(custom_palette)

Anpassad palett med hexkoder

Ändra skalan

Figurens "kontext" ändrar skalan på diagramelement och etiketter
sns.set_context()
Minst till störst: "paper", "notebook", "talk", "poster"

Standardkontext: "paper"

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

plt.show()

Punktdiagram med notebook-kontext

Större kontext: "talk"

sns.set_context("talk")

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

plt.show()

Punktdiagram med större kontext

Nu kör vi en övning!

Introduktion till datavisualisering med Seaborn