前言

上一節(jié)(Python可視化，matplotlib最佳入門練習(xí) )我們只是單純使用 matplotlib 制作出以下圖表：

• 每年小麥產(chǎn)量柱狀圖
• 使用不同顏色標(biāo)記最小與最大值的柱子

但是，如果只是制作標(biāo)準(zhǔn)的圖表，我們有許多其他的選擇。最常見的就是使用 seaborn ，他是基于 matplotlib 的包裝。

這一節(jié)我們就來看看，如何使用 seaborn 生成標(biāo)準(zhǔn)圖表，然后結(jié)合 matplotlib 做出定制效果。

特別是多系列的情況下，會(huì)有一些技巧。

本文目標(biāo)圖表是這樣：

2個(gè)系列。每個(gè)系列找出最小最大的柱子，標(biāo)記成不同的顏色

本文所需要的庫(kù)如下：

數(shù)據(jù)是這樣子：

上一節(jié)做的事情如下：

• 設(shè)置 x 軸標(biāo)簽的旋轉(zhuǎn)角度
• 設(shè)置某個(gè)指定柱狀圖的柱子顏色

簡(jiǎn)單把這些事情包裝成函數(shù)：

使用 seaborn 的代碼，實(shí)際與上一節(jié)直接使用 matplotlib 差不多：

看起來 seaborn 沒有特別的地方!

這是因?yàn)槲覀冎挥幸粋€(gè)系列(上圖只涉及2個(gè)維度：wheat 與 year)

多系列

稍微修改一下數(shù)據(jù)，

• 行3、4、5：復(fù)制一份數(shù)據(jù)，小麥產(chǎn)量隨機(jī)生成
• 行7、8：新增一個(gè)列"type"，把數(shù)據(jù)劃分成2類："原始" 、"修改"
• 行10：合并成一份數(shù)據(jù)
• 行12：避免數(shù)據(jù)太多，圖表不利于閱讀，我只保留1750年以后的數(shù)據(jù)

現(xiàn)在數(shù)據(jù)成這樣：

每個(gè)年份都有2行記錄，字段"type"可以區(qū)分他們

使用 seaborn 可以非常方便映射多個(gè)維度的數(shù)據(jù)：

行1：hue 是類別映射，通常如果有一個(gè)列數(shù)據(jù)是文本，就可以映射上去。這里把數(shù)據(jù)中的"type"字段映射

圖表成這樣子：

顯然沒有標(biāo)記出最大值的柱子

同時(shí)也提示執(zhí)行有錯(cuò)誤

如果我們查看圖表的容器就能看出關(guān)鍵：

原來，seaborn 柱子分成2組。這是非常合理的

但數(shù)據(jù)范圍索引，卻是在整個(gè)數(shù)據(jù)共27行中查找

顯然，我們需要是2組的范圍索引：

語義非常清晰直白

但是，怎么準(zhǔn)確從圖表容器中找到需要的 BarContainer：

行7與行12：里面的 0 和 1 都是猜測(cè)的

原來，seaborn 在生成這些容器時(shí)，給容器的 label 屬性寫入了對(duì)應(yīng)的數(shù)據(jù)值(就是我們數(shù)據(jù)的"type"字段)：

注意，你不能使用 key 索引方式獲取，比如寫: axcontainers['修改'] ，這會(huì)報(bào)錯(cuò)

萬事俱備，定義如下函數(shù)：

現(xiàn)在調(diào)用變得非常簡(jiǎn)單:

圖表成這樣子：

接下來我會(huì)繼續(xù)編寫更多非常規(guī)要求的圖表，敬請(qǐng)關(guān)注!