На этом шаге мы рассмотрим настройку внешнего вида графиков.
Для настройки внешнего вида графиков можно воспользоваться параметрами:
Приведем примеры использования указанных параметров.
import matplotlib.pyplot as plt import numpy as np import pandas as pd import seaborn as sns mpg = sns.load_dataset("mpg") iris = sns.load_dataset("iris") iris_mod = iris[iris["species"] == "setosa"] sns.regplot(x="sepal_length", y="sepal_width", data=iris_mod, color='r') plt.show()
Рис.1. Демонстрация работы с параметром color функции regplot()
import matplotlib.pyplot as plt import numpy as np import pandas as pd import seaborn as sns mpg = sns.load_dataset("mpg") iris = sns.load_dataset("iris") iris_mod = iris[iris["species"] == "setosa"] markers = ["^", "*", "o"] plt.figure(figsize=(15, 5)) for i, m in enumerate(markers): plt.subplot(1, len(markers), i + 1) plt.title(f"marker = {m}") sns.regplot(x="sepal_length", y="sepal_width", data=iris_mod, color='r', marker=m) plt.show()
Рис.2. Демонстрация работы с параметром marker функции regplot()
Для более тонкой настройки используйте параметры scatter_kws, line_kws:
import matplotlib.pyplot as plt import numpy as np import pandas as pd import seaborn as sns mpg = sns.load_dataset("mpg") iris = sns.load_dataset("iris") iris_mod = iris[iris["species"] == "setosa"] s_kws = {"linewidths": 2, "edgecolors": 'g', 'color': 'r', "s": 50} p_kws = {'ls': '-.', 'lw': 3} sns.regplot(x="sepal_length", y="sepal_width", data=iris_mod, scatter_kws=s_kws, line_kws=p_kws) plt.show()
Рис.3. Демонстрация работы с параметром scatter_kws и line_kws функции regplot()
На следующем шаге мы продолжим изучение этого вопроса.