seaborn基本操作——风格设置（以绘制正弦函数为例）

　　在学习了matplotlib之后便紧跟着开始seaborn的学习，seaborn是对matplotlib的进一步封装，令我们的绘图操作进一步简化，使用seaborn我们便可以简单的绘制出风格迥异的图例，是我们数据展示的利器。　
　　我们从seaborn的风格转换开始入门学习，以绘制正弦函数为例。
　　首先在正常的matplotlib中我们绘制一组正弦函数的曲线，代码如下：
　　

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline

def sinplot(flip = 1):
    x = np.linspace(0, 14, 100)
    for i in range(1, 7):
        plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)

sinplot()

执行这段代码后，会出现如下结果：

这是matplotlib默认风格下的绘制结果。
因为我是在jupyter notebook下进行的操作，所以是一个分片一个分片进行的操作。之后我们引入seaborn包并对风格进行设置，看看结果。

import seaborn as sns
sns.set()
sinplot()

结果如下：

执行了set()函数，我们引入了seaborn的默认风格，可以看到与matplotlib还是有一定区别的。
目前seaborn中有五种风格，如下：
- darkgrid
- whitegrid
- dark
- white
- ticks
接下来我们使用whitegrid风格绘制一个箱图，数据是一组利用numpy构造的标准正态分布。代码如下：

sns.set_style('whitegrid')
data = np.random.normal(size=(20, 6)) + np.arange(6)/2
sns.boxplot(data)

结果如图。可以看到背景是一种白色的，选择风格为white的绘制的正弦结果如下：

sns.set_style('white')
sinplot()

我们还可以利用with语句对子图的风格进行修改，代码：

with sns.axes_style("darkgrid"):
    plt.subplot(211)
    sinplot()
plt.subplot(212)
sinplot(-1)

做两个子图，一个用darkgrid一个用whitegrid。效果如图：

我们还可以再利用set_context()函数对整体格子大小、字体、线宽，进行设置。

sns.set_context('talk', font_scale=1, rc={'lines.linewidth':3.5})
plt.figure(figsize=(20, 6))
sinplot()

效果如图：