Section : Customisation graphique | Visualisation de données sur Seaborn

Résumé de section

- Sélectionner l’activité Il y a différentes options visuelles disponibles s...
  
  Il y a différentes options visuelles disponibles sur Seaborn, que ce soit au niveau du style de point, de courbe ou des couleurs.
  
  Voila un exemple de code :
  
  Code d'importation
  import pandas as pd import seaborn as sns import seaborn.objects as so import numpy as np import matplotlib.pyplot as plt from pyodide.http import open_url url_tips = "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/tips.csv" url_healthexp = "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/healthexp.csv" tips = pd.read_csv(open_url(url_tips)) healthexp=pd.read_csv(open_url(url_healthexp))
  ← Exécution
  
  Cellule 2
  so.Plot(tips, x="total_bill", y="tip").add(so.Dots(marker="x"), so.Jitter(0.5)).show()
  ← Exécution
  
  Nous pouvons aussi modifier le type de lignes que nous utilisons :
  
  Voici un exemple :
  
  Cellule 3
  so.Plot(tips,"total_bill","tip").add(so.Lines(linestyle='--')).show()
  ← Exécution
  
  Nous pouvons aussi choisir des couleurs spécifiques :
  
  Voici un exemple :
  
  Cellule 4
  so.Plot(tips, "total_bill", "tip", color="sex", linestyle="sex").add(so.Lines()).scale(color={"Male": "blue","Female": "red"}, linestyle={"Male": "--","Female": (4,4)}).show()
  ← Exécution
  
  On peut aussi définir les couleurs à l'aide de palettes de couleur :
  
  Et voici un exemple reprenant un code précédent :
  
  Cellule 5
  so.Plot(healthexp, x="Year", y="Spending_USD", color="Country").add(so.Lines(), so.Norm(where="x == x.min()", percent=True)).scale(color="rocket").label(y="Percent change in spending from 1970 baseline").show()
  ← Exécution