Modificare le dimensioni della trama di Seaborn

Manav Narula 30 gennaio 2023
  1. Utilizzare la funzione seaborn.set() per modificare le dimensioni di un grafico Seaborn
  2. Utilizzare la funzione rcParams per modificare le dimensioni di un diagramma di Seaborn
  3. Usa la funzione matplotlib.pyplot.figure() per modificare le dimensioni di un grafico di Seaborn
  4. Usa la funzione matplotlib.pyplot.gcf() per modificare la dimensione di un diagramma di Seaborn
  5. Usare i parametri height e aspect per alterare la dimensione di una trama Seaborn
Modificare le dimensioni della trama di Seaborn

Di solito, i grafici e le figure hanno una dimensione predefinita o le loro dimensioni sono determinate automaticamente dal compilatore.

In questo tutorial, discuteremo come modificare la dimensione di un diagramma di Seaborn in Python.

Utilizzare la funzione seaborn.set() per modificare le dimensioni di un grafico Seaborn

La funzione seaborn.set() è usata per controllare il tema e le configurazioni della trama di seaborn.

Il parametro rc della funzione può essere utilizzato per controllare la dimensione della cifra finale. Passeremo un dizionario come valore a questo parametro con la chiave come figure.figsize e le dimensioni richieste come valore.

Vedere il codice seguente.

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)

Utilizzare la funzione rcParams per modificare le dimensioni di un diagramma di Seaborn

Simile alla funzione seaborn.set(), rcParams nel modulo matplotlin.pyplot è usato per controllare lo stile della trama. Possiamo usare il parametro figure.figsize qui per cambiare la dimensione della figura.

Per esempio,

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)

Usa la funzione matplotlib.pyplot.figure() per modificare le dimensioni di un grafico di Seaborn

La funzione matplotlib.pyplot.figure() è usata per attivare una figura. Possiamo usarlo prima di tracciare la trama Seaborn richiesta. Per cambiare la dimensione del grafico, possiamo usare il parametro figsize e assegnargli il valore desiderato per altezza e larghezza.

Per esempio,

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)

Usa la funzione matplotlib.pyplot.gcf() per modificare la dimensione di un diagramma di Seaborn

La funzione matplotlib.pyplot.gcf() viene utilizzata per ottenere un’istanza della figura corrente. Possiamo usare il metodo set_size_inches() con questa istanza per modificare la dimensione finale del grafico.

Questo metodo funziona anche per gli oggetti di tipo Facetgrid.

Per esempio,

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)

Usare i parametri height e aspect per alterare la dimensione di una trama Seaborn

Diversi grafici nel modulo seaborn come lmplot, catplot, factorplot, jointplot hanno già i parametri height e aspect per controllare la dimensione della figura tracciata.

Il codice seguente mostra come utilizzare questi parametri.

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)
Autore: Manav Narula
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