Шаг 75.
Язык Python. Визуализация данных.
Библиотека Seaborn. Настройка внешнего вида графиков. Контексты Seaborn

    На этом шаге мы рассмотрим назначение и использование контекстов.

    Контексты в Seaborn используются для управления масштабом изображения. В зависимости от того, где будет использоваться график: станет он частью статьи или презентации, выбирается тот или иной масштаб его элементов.

    Для задания контекста используется функция set_context():

  set_context(context=None, font_scale=1, rc=None)

    Рассмотрим параметры функции:

context: diet, параметр из набора: {'paper', 'notebook', 'talk', 'poster'}, None
Словарь с параметрами либо символьное имя контекста.

font_scale: float, optional
Масштабный коэффициент для изменения размера шрифта.

rc: diet, optional
Словарь с параметрами для переопределения свойств, заданного через аргумент context, контекста.

    Для получения списка параметров контекста используется функция plotting_context():

  plotting_context(context=None, font_scale=1, rc=None)

    Назначение параметров функции совпадает с тем, что приведено для set_context().

    Для демонстрации работы с контекстами воспользуемся набором данных iris:

  iris = sns.load_dataset("iris")

    Контекст paper:

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import seaborn as sns

iris = sns.load_dataset("iris")
sns.set_context("paper")
sns.scatterplot(x='sepal_length', y='petal_length', data=iris)


plt.show()
Архив с файлом можно взять здесь.

    Результат работы приложения изображен на рисунке 1.


Рис.1. Контекст paper

    Контекст notebook:

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import seaborn as sns

iris = sns.load_dataset("iris")
sns.set_context("notebook")
sns.scatterplot(x='sepal_length', y='petal_length', data=iris)


plt.show()
Архив с файлом можно взять здесь.

    Результат работы приложения изображен на рисунке 2.


Рис.2. Контекст notebook

    Контекст talk:

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import seaborn as sns

iris = sns.load_dataset("iris")
sns.set_context("talk")
sns.scatterplot(x='sepal_length', y='petal_length', data=iris)


plt.show()
Архив с файлом можно взять здесь.

    Результат работы приложения изображен на рисунке 3.


Рис.3. Контекст talk

    Контекст poster:

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import seaborn as sns

iris = sns.load_dataset("iris")
sns.set_context("poster")
sns.scatterplot(x='sepal_length', y='petal_length', data=iris)


plt.show()
Архив с файлом можно взять здесь.

    Результат работы приложения изображен на рисунке 4.


Рис.4. Контекст poster

    На следующем шаге мы закончим изучение этого вопроса.




Предыдущий шаг Содержание Следующий шаг