前言

seaborn是对matplotlib进一步封装的库，可以用更少的代码，画出更好看的图。
官网：https://seaborn.pydata.org/index.html
下面记录一下seaborn的基础用法

数据集构建

data.csv

y,x,label
0.8247232472324724,1,Acc
0.8468634686346863,2,Acc
0.8376383763837638,3,Acc
0.8321033210332104,4,Acc
0.8210332103321033,5,Acc
0.8228782287822878,6,Acc
0.6507456180817264,1,F1
0.7309871925648871,2,F1
0.7194538226979977,3,F1
0.6778786218741208,4,F1
0.6738158306986812,5,F1
0.6660476551670024,6,F1

建议使用dataframe，因为这样列名和列值一一对应，看起来也比较清爽。
这里x表示横坐标，y表示纵坐标，label是用于区分曲线标签。
数据保存为data.csv文件，使用pandas读入：

import pandas as pd
data = pd.read_csv("data.csv")

整体风格设置

import seaborn as sns
sns.set_style("darkgrid") 
sns.despine() # 去掉上面和右边的轴
sns.set_theme(style="white")
sns.set_context("notebook", font_scale=0.7, rc={"lines.linewidth":1.2}) # 设置label字体大小、线条粗细等

风格就是指的他给我们配好的颜色，直接用就行，如果不喜欢他的配色，可以使用调色板来修改颜色。

调色板

palette = sns.hls_palette(2, l=0.7, s=0.8) # 个数、亮度、饱和度
palette = sns.color_palette("Set2", n_colors=2, desat=1)
palette = sns.xkcd_palette(["sky blue", "periwinkle"])

调色板有很多，还有连续调色`等，但是大多是给我调好，不能修改的。
不过

palette = sns.xkcd_palette(["sky blue", "periwinkle"])

这个调色板可以自定义需要的颜色，就是用起来比较麻烦，需要自己写出颜色的名称传进去，这没办法，自定义就是会配起来麻烦些。
配色可以查阅：https://xkcd.com/color/rgb/
应该是有几百种颜色。

x轴的刻度值设置

其实当指导seaborn是基于matplotlib的时候，就可以知道怎么来调整刻度了。

import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(5,2),dpi=150)
ax.set_xticks([i+1 for i in range(16)])
plt.xticks(rotation = 0)

这样就能将x轴的刻度都设置为整数了。

sns.lineplot实例

import pandas as pd
data = pd.read_csv("data.csv")

import seaborn as sns
import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(5,2),dpi=150)
sns.despine() # 去掉上面和右边的轴
sns.set_context("notebook", font_scale=0.7, rc={"lines.linewidth":1.2}) # 设置label大小
plt.xticks(rotation = 0)
ax.set_xticks([i+1 for i in range(16)])
palette = sns.xkcd_palette(["sky blue", "periwinkle"])


bwith = 1  # 边框宽度设置为
TK = plt.gca()  # 获取边框
TK.spines['bottom'].set_linewidth(bwith)  # 图框下边
TK.spines['left'].set_linewidth(bwith)  # 图框左边

sns.lineplot(
x="x", # x列名
y="y", # y列名
style="label", # 样式分组（label1类名）
hue="label", # 颜色分组（label2列名）
data=data, 
markers=True, 
palette=palette
)

输出：
在这里插入图片描述
我们可以看到，两条曲线的形状不同、颜色也不同。
x、y分别作为x轴的标签、y轴的标签
label作为图例的标签。
上、右的边框隐藏了。
颜色也是自己挑选的颜色。
整体看上去还是不错的。

不过如果我不想要label这个词出现在图例上呢？
目前还没找到什么正当的解决方法，不过我试出了这么个法子：

import pandas as pd
data = pd.read_csv("data.csv")
col = data.columns[:-1].to_list()
col.append("")
data.columns = col
import seaborn as sns
import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(5,2),dpi=150)
sns.despine() # 去掉上面和右边的轴
sns.set_context("notebook", font_scale=0.7, rc={"lines.linewidth":1.2}) # 设置label大小
plt.xticks(rotation = 0)
ax.set_xticks([i+1 for i in range(16)])
palette = sns.xkcd_palette(["sky blue", "periwinkle"])


bwith = 1  # 边框宽度设置为
TK = plt.gca()  # 获取边框
TK.spines['bottom'].set_linewidth(bwith)  # 图框下边
TK.spines['left'].set_linewidth(bwith)  # 图框左边

sns.lineplot(
x="x", # x列名
y="y", # y列名
style="", # 样式分组（label1类名）
hue="", # 颜色分组（label2列名）
data=data, 
markers=True, 
palette=palette
)