Seaborn Konfiguration verbirgt Standard Matplotlib

Question

Seaborn bietet eine Handvoll von Grafiken, die sehr interessant für die wissenschaftliche Datendarstellung sind. So begann ich diese Seaborn Grafiken mit anderen benutzerdefinierten Matplotlib Plots eingestreut. Das Problem ist, dass, wenn ich tun:

import seaborn as sb 

Dieser Import der Grafikparameter für Seaborn global zu setzen scheint, und dann werden alle matplotlib Grafiken unter dem Import die Seaborn Parameter erhalten (sie einen grauen Hintergrund zu erhalten, linewithd Änderungen, usw. , etc).

In SO ist es an answer erklären, wie Seaborn Plots mit matplotlib Konfiguration zu produzieren, aber was ich will, ist die matplotlib Konfigurationsparameter unverändert zu halten, wenn beide Bibliotheken zusammen mit und in der gleichen Zeit zu produzieren in der Lage, bei Bedarf, original Seaborn-Parzellen.

Answer 1

Wenn Sie nie den seaborn Stil verwenden möchten, aber tun einige der Seaborn Funktionen möchten, können Sie Seaborn mit dieser folgende Zeile (documentation) importieren:

import seaborn.apionly as sns 

Wenn Sie mit ein paar Grundstücke produzieren wollen die seaborn Stil und einige ohne, im selben Skript, können Sie den seaborn Stil mit der seaborn.reset_orig Funktion deaktivieren.

Es scheint, dass die apionly Import im Wesentlichen setzt reset_orig automatisch beim Import, so dass es bis zu Ihnen, die am nützlichsten in Ihrem Anwendungsfall ist.

Hier ist ein Beispiel des Umschaltens zwischen matplotlib Defaults und seaborn:

import matplotlib.pyplot as plt 
import matplotlib 
import numpy as np 

# a simple plot function we can reuse (taken from the seaborn tutorial) 
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() 

# this will have the matplotlib defaults 
plt.savefig('seaborn-off.png') 
plt.clf() 

# now import seaborn 
import seaborn as sns 

sinplot() 

# this will have the seaborn style 
plt.savefig('seaborn-on.png') 
plt.clf() 

# reset rc params to defaults 
sns.reset_orig() 

sinplot() 

# this should look the same as the first plot (seaborn-off.png) 
plt.savefig('seaborn-offagain.png') 

, das die folgenden drei Parzellen erzeugt:

seaborn-off.png:

seaborn-on.png:

seaborn-offagain.png:

Answer 2

Wie erklärt in this other question Sie Seaborn mit importieren:

import seaborn.apionly as sns 

Und die matplotlib Stile werden nicht verändert werden.

Answer 3

Sie können die matplotlib.style.context Funktionalität wie in der style guide beschrieben verwenden.

#%matplotlib inline #if used in jupyter notebook 
import matplotlib.pyplot as plt 
import seaborn as sns 

# 1st plot 
with plt.style.context("seaborn-dark"): 
    fig, ax = plt.subplots() 
    ax.plot([1,2,3], label="First plot (seaborn-dark)") 

# 2nd plot 
with plt.style.context("default"): 
    fig, ax = plt.subplots() 
    ax.plot([3,2,1], label="Second plot (matplotlib default)") 

# 3rd plot 
with plt.style.context("seaborn-darkgrid"): 
    fig, ax = plt.subplots() 
    ax.plot([2,3,1], label="Third plot (seaborn-darkgrid)") 

Answer 4

Stellen Sie alle RC params auf die ursprünglichen Einstellungen (respektiert benutzerdefinierte rc) durch seaborn.reset_orig() Funktion erlaubt ist

Answer 5

Ab Seaborn Version 0.8 (Juli 2017) der Graphstil nicht mehr verändert wird, auf einführen. Der OP-Wunsch ist jetzt das Standardverhalten.Von https://seaborn.pydata.org/whatsnew.html:

Der Standard (Seaborn) Stil wird nicht mehr angewendet, wenn Seaborn ist importiert. Es ist jetzt erforderlich, explizit set() oder eine oder mehrere von set_style(), set_context() und set_palette() aufzurufen. Dementsprechend wurde das Modul seaborn.apionly als veraltet eingestuft.

Sie können den Stil eines Plots mit plt.style.use() auswählen.

import matplotlib.pyplot as plt 
import seaborn as sns 

plt.style.use('seaborn')#switch to seaborn style 
#plot code 

plt.style.use('default')#switches back to matplotlib style 
#plot code 

#To see all available styles 
print(plt.style.available) 

Mehr auf plt.style() here