Seaborn Grundstücksgröße ändern

Manav Narula 30 Januar 2023
  1. Verwenden Sie die Funktion seaborn.set(), um die Größe eines Seaborn-Diagramms zu ändern
  2. Verwenden Sie die Funktion rcParams, um die Größe eines Seaborn-Diagramms zu ändern
  3. Verwenden Sie die Funktion matplotlib.pyplot.figure(), um die Größe eines Seaborn-Plots zu ändern
  4. Verwenden Sie die Funktion matplotlib.pyplot.gcf(), um die Größe eines Seaborn-Plots zu ändern
  5. Verwenden Sie die Parameter height und aspect, um die Größe eines Seaborn-Grundstücks zu ändern
Seaborn Grundstücksgröße ändern

Normalerweise haben Diagramme und Abbildungen eine Standardgröße oder ihre Abmessungen werden vom Compiler automatisch festgelegt.

In diesem Tutorial werden wir diskutieren, wie Sie die Größe eines seegeborenen Grundstücks in Python ändern können.

Verwenden Sie die Funktion seaborn.set(), um die Größe eines Seaborn-Diagramms zu ändern

Mit der Funktion seaborn.set() werden das Thema und die Konfigurationen des seegeborenen Plots gesteuert.

Mit dem Parameter rc der Funktion kann die Größe der endgültigen Figur gesteuert werden. Wir übergeben diesem Parameter ein Dictionary als Wert mit dem Schlüssel figure.figsize und den erforderlichen Abmessungen als Wert.

Siehe den folgenden Code.

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

df = pd.DataFrame(
    {"Day 1": [7, 1, 5, 6, 3, 10, 5, 8], "Day 2": [1, 2, 8, 4, 3, 9, 5, 2]}
)

sns.set(rc={"figure.figsize": (15, 8)})
p = sns.lineplot(data=df)

Verwenden Sie die Funktion rcParams, um die Größe eines Seaborn-Diagramms zu ändern

Ähnlich wie bei der Funktion seaborn.set() wird mit der Funktion rcParams im Modul matplotlin.pyplot der Stil des Plots gesteuert. Wir können hier den Parameter figure.figsize verwenden, um die Größe der Figur zu ändern.

Beispielsweise,

from matplotlib import rcParams
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame(
    {"Day 1": [7, 1, 5, 6, 3, 10, 5, 8], "Day 2": [1, 2, 8, 4, 3, 9, 5, 2]}
)


rcParams["figure.figsize"] = 15, 8
p = sns.lineplot(data=df)

Verwenden Sie die Funktion matplotlib.pyplot.figure(), um die Größe eines Seaborn-Plots zu ändern

Mit der Funktion matplotlib.pyplot.figure() wird eine Figur aktiviert. Wir können es verwenden, bevor wir das erforderliche Grundstück für Seeleute zeichnen. Um die Größe des Diagramms zu ändern, können Sie den Parameter figsize verwenden und ihm den gewünschten Wert für Höhe und Breite geben.

Beispielsweise,

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

df = pd.DataFrame(
    {"Day 1": [7, 1, 5, 6, 3, 10, 5, 8], "Day 2": [1, 2, 8, 4, 3, 9, 5, 2]}
)


plt.figure(figsize=(15, 8))
p = sns.lineplot(data=df)

Verwenden Sie die Funktion matplotlib.pyplot.gcf(), um die Größe eines Seaborn-Plots zu ändern

Mit der Funktion matplotlib.pyplot.gcf() wird eine Instanz der aktuellen Abbildung abgerufen. Mit dieser Instanz können wir die Methode set_size_inches() verwenden, um die endgültige Größe des Diagramms zu ändern.

Diese Methode funktioniert auch für Objekte vom Typ Facetgrid.

Beispielsweise,

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

df = pd.DataFrame(
    {"Day 1": [7, 1, 5, 6, 3, 10, 5, 8], "Day 2": [1, 2, 8, 4, 3, 9, 5, 2]}
)


p = sns.lineplot(data=df)
plt.gcf().set_size_inches(15, 8)

Verwenden Sie die Parameter height und aspect, um die Größe eines Seaborn-Grundstücks zu ändern

Verschiedene Diagramme im Seaborn-Modul wie lmplot, catplot, factorplot, jointplot haben bereits die Parameter height und aspect, um die Größe der gezeichneten Figur zu steuern.

Der folgende Code zeigt, wie diese Parameter verwendet werden.

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

df = pd.DataFrame(
    {"Day 1": [7, 1, 5, 6, 3, 10, 5, 8], "Day 2": [1, 2, 8, 4, 3, 9, 5, 2]}
)


p = sns.factorplot(data=df, height=8, aspect=15 / 8)
Manav Narula avatar Manav Narula avatar

Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.

LinkedIn