Python数据可视化，seaborn如何做出非常规图表
source link: http://developer.51cto.com/art/202010/630427.htm
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
前言
上一节(Python可视化，matplotlib最佳入门练习 )我们只是单纯使用 matplotlib 制作出以下图表：
- 每年小麦产量柱状图
- 使用不同颜色标记最小与最大值的柱子
但是，如果只是制作标准的图表，我们有许多其他的选择。最常见的就是使用 seaborn ，他是基于 matplotlib 的包装。
这一节我们就来看看，如何使用 seaborn 生成标准图表，然后结合 matplotlib 做出定制效果。
特别是多系列的情况下，会有一些技巧。
本文目标图表是这样：
2个系列。每个系列找出最小最大的柱子，标记成不同的颜色
本文所需要的库如下：
数据是这样子：
上一节做的事情如下：
- 设置 x 轴标签的旋转角度
- 设置某个指定柱状图的柱子颜色
简单把这些事情包装成函数：
使用 seaborn 的代码，实际与上一节直接使用 matplotlib 差不多：
看起来 seaborn 没有特别的地方!
这是因为我们只有一个系列(上图只涉及2个维度：wheat 与 year)
多系列
稍微修改一下数据，
- 行3、4、5：复制一份数据，小麦产量随机生成
- 行7、8：新增一个列"type"，把数据划分成2类："原始" 、"修改"
- 行10：合并成一份数据
- 行12：避免数据太多，图表不利于阅读，我只保留1750年以后的数据
现在数据成这样：
每个年份都有2行记录，字段"type"可以区分他们
使用 seaborn 可以非常方便映射多个维度的数据：
行1：hue 是类别映射，通常如果有一个列数据是文本，就可以映射上去。这里把数据中的"type"字段映射
图表成这样子：
显然没有标记出最大值的柱子
同时也提示执行有错误
如果我们查看图表的容器就能看出关键：
原来，seaborn 柱子分成2组。这是非常合理的
但数据范围索引，却是在整个数据共27行中查找
显然，我们需要是2组的范围索引：
语义非常清晰直白
但是，怎么准确从图表容器中找到需要的 BarContainer：
行7与行12：里面的 0 和 1 都是猜测的
原来，seaborn 在生成这些容器时，给容器的 label 属性写入了对应的数据值(就是我们数据的"type"字段)：
注意，你不能使用 key 索引方式获取，比如写: axcontainers['修改'] ，这会报错
万事俱备，定义如下函数：
现在调用变得非常简单:
图表成这样子：
接下来我会继续编写更多非常规要求的图表，敬请关注!
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK