如何在Seaborn中创建区域图？

区域图就像数据可视化的魔术师帽子，它可以展示不同变量在时间或任何有序维度上的累积幅度信息。当图表展开时，你可以看到魔术的发生，以堆叠区域图的形式显示变量的总幅度。每条线代表一个变量，其下面的面积代表每个时间点的幅度。通过这个图表，可以很容易地比较每个变量对于任何给定时间点的总幅度的相对贡献。

如果想要深入数据可视化的魔法，Seaborn就是完美的Python库。它提供了一个简单而直观的界面，用于创建区域图和其他数据可视化。通过Seaborn的区域图，可以自定义图表以适应你的需求，并可视化各种领域的各种数据。那么为何不在数据中添加一些魔法，创建一个区域图呢？

语法

用户可以按照下面的语法使用Seaborn创建区域图。

sns.lineplot(x="year", y="passengers", data=flights_data, estimator="sum", ci=None, color="green", style="dotted")
plt.show()

在上面的语法中，我们使用Seaborn库的lineplot()方法创建一个区域图。

区域图所用的自定义

一些最常用的定制包括−

更改线的颜色 − 您可以使用color参数来指定图表中线的颜色。例如，color="green"将把线的颜色设置为绿色。
更改线的样式 − 您可以使用style参数来指定图表中线的样式。例如，style="dotted"将把线的样式设置为点划线。
添加图例 − 您可以使用legend参数向图表添加图例。例如，legend="brief"将向图表添加简短的图例。
向坐标轴添加标签 − 您可以使用xlabel和ylabel参数向您的图表的x和y坐标轴添加标签。例如，xlabel="Year"将向图表的x轴添加一个标签，内容为“年”。

示例1

下面是Seaborn中一个基本的区域图的示例−

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

#set seaborn style
sns.set_theme()

#define DataFrame
df = pd.DataFrame({'period': [1, 2, 3, 4, 5, 6, 7, 8],
                   'team_A': [20, 12, 15, 14, 19, 23, 25, 29],
                   'team_B': [5, 7, 7, 9, 12, 9, 9, 4],
                   'team_C': [11, 8, 10, 6, 6, 5, 9, 12]})

#create area chart
plt.stackplot(df.period, df.team_A, df.team_B, df.team_C)

这段Python代码使用了Pandas、Matplotlib和Seaborn库来创建一个区域图，显示三个团队的绩效随时间变化的情况。定义了一个具有所需数据的DataFrame，使用plt.stackplot()函数创建了图表。使用Seaborn来设置图表的样式。

输出

如何在Seaborn中创建区域图？

示例2

下面是Seaborn中自定义区域图的一个示例，包括具有特定标签的图例−

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

#设置seaborn样式
sns.set_theme()

#定义数据框
df = pd.DataFrame({'period': [1, 2, 3, 4, 5, 6, 7, 8],
                   'team_A': [20, 12, 15, 14, 19, 23, 25, 29],
                   'team_B': [5, 7, 7, 9, 12, 9, 9, 4],
                   'team_C': [11, 8, 10, 6, 6, 5, 9, 12]})

#定义图表中使用的颜色
color_map = ['red', 'steelblue', 'pink']

#创建堆叠区域图
plt.stackplot(df.period, df.team_A, df.team_B, df.team_C,
              labels=['队伍A', '队伍B', '队伍C'],
              colors=color_map)

#添加图例
plt.legend(loc='upper left')

#添加坐标轴标签
plt.xlabel('时间段')
plt.ylabel('得分')

#显示堆叠区域图
plt.show()