1.整体风格

整体风格的设置并不影响我们绘制图形，因此整体风格设置可有可无。但是整体风格的确可以让我们绘制的图形更加美观。整体风格主要包括图形的背景颜色、字体、网格线、元素大小等。

2.整体风格核心函数及参数介绍

set_theme(context,style,palette,font)常用参数:context--内容整体显示大小,取值为'paper', 'notebook', 'talk', 'poster'或者None或者字典,默认值为'notebook';style--整体样式,取值为'darkgrid','whitegrid','dark','white','ticks',默认值为'darkgrid';palette--颜色面板,取值为'deep', 'muted', 'bright', 'pastel', 'dark', 'colorblind'或者matplotlib中的colormap,默认值为'deep';font--字体,默认值为'sans-serif';

备注:上述参数均可缺省。

3.实例展示

实例所用数据为seaborn库自带数据集文件tips.csv，该数据详细介绍见文章seaborn库：线性回归拟合图。

首先绘制不加任何风格的图形。

import pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsfname = 'tips.csv'tips = pd.read_csv(fname)sns.regplot(data=tips, x="total_bill", y="tip")plt.show()

上述代码结果图

直接采用默认的主题，即仅调用该函数，各参数采用默认值，则图形出现了浅灰色背景以及网格线。

import pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsfname = 'tips.csv'tips = pd.read_csv(fname)# 整体风格设置sns.set_theme()sns.regplot(data=tips, x="total_bill", y="tip")plt.show()

上述代码结果图

设置函数中context参数取值来控制图形中各元素大小，下图可以看出，给定context参数取值后图中散点大小、标签大小、轴刻度标签大小均发生了改变。

# 仅修改该行代码sns.set_theme(context='talk')

上述代码结果图

通过设置函数中参数style来控制整体样式。

# 仅修改该行代码sns.set_theme(style='whitegrid')

上述代码结果图

通过设置函数中参数palette取值来控制显示颜色。

# 仅修改该行代码sns.set_theme(palette='Set2')

上述代码结果图

4.其它方式设置风格

4.1方式二

事实上，还可以通过以下三个函数设置图形的整体风格，与set_theme函数效果基本一致。

# 整体大小设置函数set_context()# 样式设置函数set_style()#颜色设置函数set_palette()

4.2方式三

下述函数与with联用同样可以设置图形风格，并且可以同时绘制不同风格的子图。

# 整体大小设置函数plotting_context()# 样式设置函数axes_style()#颜色设置函数color_palette()

下面利用上述函数与with联用绘制不同风格的子图。

import pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsfname = 'tips.csv'tips = pd.read_csv(fname)with sns.color_palette('Set1'):plt.subplot(121)sns.regplot(data=tips, x="total_bill", y="tip")with sns.axes_style('darkgrid'):plt.subplot(122)sns.regplot(data=tips, x="total_bill", y="tip")plt.tight_layout()plt.show()

上述代码结果图

参考资料

http://seaborn.pydata.org/generated/seaborn.set_theme.html#seaborn.set_theme