Seaborn set_style()的用法（附带实例）

Seaborn 是一个基于 Matplotlib 的 Python 数据可视化库，它提供了更高级别的接口用于创建各种统计图表，使得创建漂亮且信息丰富的图形变得更加简单。

Seaborn 提供了多种图表风格供用户选择，以适应不同的需求和偏好。通过设置不同的图表风格，可以使图表更具可读性和美观性，以便更好地展示数据。

这些图表风格可以通过设置 sns.set_style() 来实现。常用的几种图表风格如下表所示：

表：绘图风格

风格	含义	风格	含义
darkgrid	深色网格（默认）	white	白色背景
whitegrid	白色网格	ticks	刻度线
dark	深色背景

如果需要定制 Seaborn 风格，则可以将一个字典参数传递给 set_style() 或 axes_style() 的参数 rc。

【实例】通过 Seaborn 自带数据集演示图表风格的设置示例。

import seaborn as sns
import matplotlib.pyplot as plt

sns.set_style("darkgrid")  # 设置图表风格为 darkgrid
iris = sns.load_dataset("iris")  # 加载 iris 数据集

# 绘制花瓣长度与宽度的散点图
sns.scatterplot(x="petal_length", y="petal_width", hue="species", data=iris)
plt.title("Scatter Plot of Petal Length vs Petal Width")
plt.show()

上述代码使用 Seaborn 和 Matplotlib 库绘制了一个散点图，展示了鸢尾花数据集中花瓣长度与花瓣宽度之间的关系。散点的颜色根据鸢尾花的种类进行了区分，每种颜色代表一种鸢尾花的品种。

Seaborn 中的 scatterplot() 函数用于创建散点图，通过指定 x 和 y 参数来设置 X 轴和 Y 轴的数据，hue 参数用于根据指定的分类变量对数据进行着色。

运行后输出的图形如下图所示：