Seaborn Figurstørrelse
Seaborn er en modul som gjør det mulig for brukerne å lage estetisk overbevisende og opplysende kvantitativt visuals. Vi bruker matplotlib.Pyplots underplottmetode for å endre dimensjonene til grafikken. For å angi omfanget av tomtene, brukes de forskjellige metodene til bibliotekene som SET () og RCPARAMS -metoden. Underplottet () -metoden genererer et plott og en rekke delplotter. Den inneholder et "FigSize" -argument som krever en streng som et element som indikerer figurens bredde og lengde. Det vender tilbake den visuelle så vel som Axes -samlingen. Vi endrer "øks" -argumentet til listen over dataene som er levert av delplanene () siden du spesifiserer størrelsen på den nødvendige grafen utfører Seaborn Graphic. La oss diskutere den sjøborns figurstørrelsen i detalj.
Bruk SET () -metoden til Seaborn -biblioteket for å endre dimensjonene til plottet
Plottets stil og tilpasninger opprettholdes ved bruk av SET () -metoden til Seaborn -modulen. “RC” -argumentet til denne metoden brukes til å justere den resulterende grafens størrelse. Vi bruker en ordbok som gyldigheten for dette argumentet, med nøkkelordet som "fiken" og verdien er de nødvendige målingene.
| 1 2 3 4 5 6 7 8 9 10 11 12 1. 3 14 | Importer pandaer som PD Importer matplotlib.Pyplot som Plt Importer sjøborn som SNS df = pd.DataFrame ("Uke 1": [5,10,15,20,25,30,35,40], "Uke 2": [10,20,30,40,50,60,35,20]) sns.sett (rc = 'figur.FigSize ':( 6,4)) P = SNS.lineplot (data = df) plt.forestilling() |
"Pandas" -biblioteket blir introdusert som "PD". “Matplotlib.Pyplot ”introduseres som“ PLT ”. Og "Seaborn" er innlemmet som "SNS". Her definerte vi datasettet ved å bruke DataFrame () -metoden. "Pandas" -biblioteket inneholder funksjonen. I dette datasettet tar vi forskjellige tilfeldige verdier og tildeler noen av dem til “Uke 1” og andre til “Uke 2”. "Uke 1" inneholder verdiene som er multipler på 5, mens "uken 2" inneholder verdiene som er multipler på 10.
I neste trinn kalte vi SET () -funksjonen til "Seaborn" -modulen. Innenfor denne funksjonen benyttet vi “Figsize” -attributtet slik at vi kan definere størrelsen på plottet. For å tegne linjeplottet, brukte vi lineplot () -metoden til "Seaborn" -pakken.
Bruk RCParams -metoden til matplotlib.Pyplot -biblioteket for å endre dimensjonene til plottet
RCParams -funksjonen i matplotlib.Pyplot -pakken er identisk med SET () -metoden til Seaborn -pakken, da den bestemmer utformingen av grafen. For å justere dimensjonene på plottet, bruker vi "FigSize" -argumentet.
| 1 2 3 4 5 6 7 8 9 10 11 12 1. 3 14 15 16 17 | Importer pandaer som PD Importer matplotlib.Pyplot som Plt Importer sjøborn som SNS df = pd.DataFrame ("Week 1": [2,4,6,8,10,12,14,16], "Uke 2": [1,2,3,4,5,6,7,8]) fra matplotlib import rcparams rcparams ['figur.Figsørrelse '] = 8,6 P = SNS.lineplot (data = df) plt.forestilling() |
Først av alt importerer vi overskriftsfilene som pandaer, matplotlib.Pyplot, og Seaborn. Det originale datasettet identifiseres deretter ved hjelp av DataFrame () -funksjonen. Denne metoden kan finnes i “Pandas” -pakken. Vi velger flere numeriske verdier og tildeler noen til "uken 1" og noen til "uken 2" i dette datasettet. "Uke 1" -komponenten har heltall som er multipler på 2, mens "Week 2" -variabelen inneholder noen naturlige tall. Begrepet “DF” brukes til å beholde denne datainnsamlingen.
"RCParams" -modulen fra "Matplotlib" -biblioteket er innlemmet her. RCParams () -metoden påberopes innenfor neste trinn. Vi bruker parameteren "FigSize" for å indikere størrelsen på grafen innenfor denne metoden. Vi bruker deretter Lineplot () -funksjonen til "Seaborn" -toverskriftsfilen for å lage linjegrafen. Denne metoden har bare et enkelt datasett -argument. Til slutt presenterer vi det resulterende visuelle, så vi bruker PLT.Show () Metode.
Bruk fiken () metoden for matplotlib.Pyplot -biblioteket for å endre størrelsen på grafen
For å vise en illustrasjon bruker vi figur () -metoden. Mens vi visualiserer riktig graf, kan vi bruke dette. Vi bruker "FigSize" -argumentet for å definere dimensjonen til grafikken ved å spesifisere den nødvendige lengden og bredden.
| 1 2 3 4 5 6 7 8 9 10 11 12 1. 3 | Importer sjøborn som SNS Importer matplotlib.Pyplot som Plt x = ["land 1", "land 2"] y = [90, 69] Fig, AX = PLT.Underplott (FigSize = (7, 4)) sns.Barplot (x, y, øks = øks) plt.forestilling() |
Etter å ha introdusert de nødvendige bibliotekene-seaborn og matplotlib.Pyplot, vi setter datarammen. Vi initialiserer de to variablene. Først erklærer vi en variabel kalt 'X ”og vi tildeler den navnene“ Country 1 ”og“ Country 2 ”. Den andre variabelen “y” initialiseres for å lagre verdiene som representerer antall stater i disse landene.
I neste trinn erklærer vi igjen en variabel kalt "øks". Her brukte vi FigSize () -funksjonen til "PLT" -biblioteket. Ved å bruke denne funksjonen kan brukerne angi dimensjonene til plottet. La oss nå tegne grafen ved å ringe Barplot () -metoden til "Seaborn" -biblioteket. Denne funksjonen har tre parametere. Vi kan skildre plottet ved å bruke PLT.vis () metode for “matplotlib.Pyplot ”bibliotek.
Endre dimensjonene til boksen
I dette tilfellet må vi tegne Boxplot ved å bruke Boxplot () -metode. Vi spesifiserer dimensjonen til en grafisk representasjon med "FigSize" -argumentet.
| 1 2 3 4 5 6 7 8 9 10 11 12 1. 3 | Importer sjøborn som SNS Importer matplotlib.Pyplot som Plt x = ["land 1", "land 2"] y = [40, 60] Fig, AX = PLT.Underplott (FigSize = (35, 4)) sns.Boxplot (x = y) plt.forestilling() |
La oss begynne koden ved å innlemme de to bibliotekene, Seaborn og Matplotlib.Pyplot. Etter det fremkaller vi datarammen. For dette satte vi opp de to variablene. Vi starter med å erklære en variabel "x" og gi den verdier som "land 1" og "land 2". Variabelen “y” er satt opp for å holde tallene for antall stater i hvert av disse nevnte landene. Det er 40 stater i det første landet og 60 stater i det andre.
FigSize () -metoden fra “PLT” -pakken er inkludert i dette tilfellet. Vi kan endre plottets størrelse ved å ringe denne metoden. Deretter bruker vi Barplot () -funksjonen for å lage grafikken til "Seaborn" -modulen. Figuren kan sees gjennom “Matplotlib.Pyplot ”Librarys show () -funksjon.
Konklusjon
Vi utforsket hvordan vi kan endre dimensjonen til de forskjellige grafene ved å bruke "FigSize" -argumentet i denne artikkelen. Vi brukte også de tre teknikkene for å kjøre de forskjellige programmene etter å ha endret størrelsene på grafikken. Generelt har grafene og diagrammer en standardstørrelse, eller kompilatoren spesifiserer størrelsene deres dynamisk.