sns.lineplot()繪制線段

seaborn里的lineplot函數(shù)所傳數(shù)據(jù)必須為一個pandas數(shù)組涯雅,
這一點(diǎn)跟matplotlib里有較大區(qū)別,并且一開始使用較為復(fù)雜辩诞,
但誰讓seaborn好看呢课幕,只有入坑了。

那么如何利用sns.lineplot畫如matplotlib的線段呢(包含節(jié)點(diǎn))露该?
首先sns.lineplot里有幾個參數(shù)值得注意睬棚。

  • x: plot圖的x軸label
  • y: plot圖的y軸label
  • ci: 與估計(jì)器聚合時繪制的置信區(qū)間的大小
  • data: 所傳入的pandas數(shù)組

當(dāng)我們的pands數(shù)組里僅有兩列數(shù)據(jù)時:

具體代碼如下:(注意:1. matplotlib和seaborn是可以混用的; 2. seaborn畫圖更偏向數(shù)據(jù)統(tǒng)計(jì))

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

fig = plt.figure(dpi=100)
plt.rc('font', family='STFangsong')
sns.set(style="darkgrid")

# ============ 設(shè)置xlabel及ylabel ============
plt.xlim(102, 48)
x = np.linspace(100, 50, 6)
plt.xticks(x, fontsize=11)

plt.ylim(0, 1.04)
y = np.linspace(0, 1, 11)
plt.yticks(y, fontsize=11)

plt.xlabel('品質(zhì)因子', fontdict={'color': 'black',
                             'family': 'STFangsong',
                             'weight': 'normal',
                             'size': 15})
plt.ylabel('F', fontdict={'color': 'black',
                          'fontstyle': 'italic',
                          'family': 'Times New Roman',
                          'weight': 'normal',
                          'size': 15})
# ================================

# ============ 顯示數(shù)據(jù) ============
x = np.linspace(100, 50, 6)
y = np.array([0.194173876, 0.161086478, 0.138896531, 0.129826697, 0.133716787, 0.152458326])

summary = []

for i in range(6):
    x_t = x[i]
    y_t = y[i]
    summary.append([x_t, y_t])

data = DataFrame(summary, columns=['品質(zhì)因子', 'signal'])
# ================================

# 在圖上繪制節(jié)點(diǎn)
sns.scatterplot(x="品質(zhì)因子",
                y="signal",
                data=data)
# 在圖上繪制線段
sns.lineplot(x="品質(zhì)因子",
             y="signal",
             ci=None,
             data=data)

plt.show()

輸出:

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市解幼,隨后出現(xiàn)的幾起案子抑党,更是在濱河造成了極大的恐慌,老刑警劉巖撵摆,帶你破解...
    沈念sama閱讀 206,214評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件底靠,死亡現(xiàn)場離奇詭異,居然都是意外死亡特铝,警方通過查閱死者的電腦和手機(jī)苛骨,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,307評論 2 382
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來苟呐,“玉大人痒芝,你說我怎么就攤上這事∏K兀” “怎么了严衬?”我有些...
    開封第一講書人閱讀 152,543評論 0 341
  • 文/不壞的土叔 我叫張陵,是天一觀的道長笆呆。 經(jīng)常有香客問我请琳,道長,這世上最難降的妖魔是什么赠幕? 我笑而不...
    開封第一講書人閱讀 55,221評論 1 279
  • 正文 為了忘掉前任俄精,我火速辦了婚禮,結(jié)果婚禮上榕堰,老公的妹妹穿的比我還像新娘竖慧。我一直安慰自己,他們只是感情好逆屡,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,224評論 5 371
  • 文/花漫 我一把揭開白布圾旨。 她就那樣靜靜地躺著,像睡著了一般魏蔗。 火紅的嫁衣襯著肌膚如雪砍的。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,007評論 1 284
  • 那天莺治,我揣著相機(jī)與錄音廓鞠,去河邊找鬼帚稠。 笑死,一個胖子當(dāng)著我的面吹牛床佳,可吹牛的內(nèi)容都是我干的滋早。 我是一名探鬼主播,決...
    沈念sama閱讀 38,313評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼夕土,長吁一口氣:“原來是場噩夢啊……” “哼馆衔!你這毒婦竟也來了瘟判?” 一聲冷哼從身側(cè)響起怨绣,我...
    開封第一講書人閱讀 36,956評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎拷获,沒想到半個月后篮撑,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,441評論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡匆瓜,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,925評論 2 323
  • 正文 我和宋清朗相戀三年赢笨,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片驮吱。...
    茶點(diǎn)故事閱讀 38,018評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡茧妒,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出左冬,到底是詐尸還是另有隱情桐筏,我是刑警寧澤,帶...
    沈念sama閱讀 33,685評論 4 322
  • 正文 年R本政府宣布拇砰,位于F島的核電站梅忌,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏除破。R本人自食惡果不足惜牧氮,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,234評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望瑰枫。 院中可真熱鬧踱葛,春花似錦、人聲如沸光坝。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,240評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽教馆。三九已至逊谋,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間土铺,已是汗流浹背胶滋。 一陣腳步聲響...
    開封第一講書人閱讀 31,464評論 1 261
  • 我被黑心中介騙來泰國打工板鬓, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人究恤。 一個月前我還...
    沈念sama閱讀 45,467評論 2 352
  • 正文 我出身青樓俭令,卻偏偏與公主長得像,于是被迫代替她去往敵國和親部宿。 傳聞我的和親對象是個殘疾皇子抄腔,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,762評論 2 345

推薦閱讀更多精彩內(nèi)容