Anpassa med matplotlib

Datavisualisering med Seaborn – fortsättningskurs

Chris Moffitt

Instructor

Matplotlib Axes

  • De flesta anpassningar görs via matplotlib Axes-objekt
  • Axes kan skickas till seaborns funktioner
fig, ax = plt.subplots()
sns.histplot(df['Tuition'], ax=ax)
ax.set(xlabel='Tuition 2013-14')

Exempel på axes-plot

Datavisualisering med Seaborn – fortsättningskurs

Fler anpassningar

  • axes-objektet stöder många vanliga anpassningar
fig, ax = plt.subplots()
sns.histplot(df['Tuition'], ax=ax)
ax.set(xlabel="Tuition 2013-14",
       ylabel="Distribution", xlim=(0, 50000), 
title="2013-14 Tuition and Fees Distribution")

Ytterligare axes-exempel

Datavisualisering med Seaborn – fortsättningskurs

Kombinera diagram

  • Det går att kombinera och konfigurera flera diagram
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='My Budget', linestyle='--')
ax1.legend()
Datavisualisering med Seaborn – fortsättningskurs

Kombinera diagram

Diagram sida vid sida

Datavisualisering med Seaborn – fortsättningskurs

Nu kör vi en övning!

Datavisualisering med Seaborn – fortsättningskurs

Preparing Video For Download...