#!/usr/bin/env python
# -*- coding:utf-8 -*-
import seaborn as sns
import numpy as np
#import matplotlib as mpl
import matplotlib.pyplot as plt
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()
sns.set()
sinplot()
#五種主題的風格：
#darkgrid  whitegrid  dark  white  ticks
sns.set_style(
 
"whitegrid")  #背景風格
data = np.random.normal(size=(20,6))+np.arange(6)/2
sns.boxplot(data=data)
sns.set_style("ticks")
sinplot()
sns.set_style("whitegrid")
sns.boxplot(data=data,palette="deep")
sns.despine(left=True) #左邊的軸隱藏起來
with sns.axes_style("darkgrid"): #子圖，不同風格
    plt.subplot(211)
    sinplot()
plt.subplot(
 
212)
sinplot(-1)
sns.set_context("poster")
plt.figure(figsize=(8, 6)) #指定大小
sinplot()
sns.set_context("notebook", font_scale=1.5, rc={"lines.linewidth": 2.5})
sinplot()
#2. 顏色
#•顏色很重要
#color_palette()能傳入任何Matplotlib所支援的顏色
#color_palette()不寫引數則預設顏色
#set_palette()設定所有圖的顏色
current_plette = sns.color_palette() #分類色版，預設6種
sns.palplot(current_plette)
#當你有六個以上的分類要區分時，
# 最簡單的方法就是在一個圓形的顏色空間中畫出均勻間隔的顏色
#使用hls的顏色空間，這是RGB值的一個簡單轉換
sns.palplot(sns.color_palette(
 
"hls",8))#8種顏色
data = np.random.normal(size=(20,8))+np.arange(8)/2
sns.boxplot(data=data,palette=sns.color_palette("his",8))
#hls_palette()函式來控制顏色的亮度和飽和
#l-亮度 lightness
#s-飽和 saturation
sns.palplot(sns.hls_palette(8, l=.7, s=.9))
sns.palplot(sns.hls_palette("Paired",8))#調出一對相近顏色
#使用xkcd顏色來命名顏色
plt.plot([0, 1], [0, 1], sns.xkcd_rgb["pale red"], lw=3)
#色彩隨資料變換，比如資料越來越重要則顏色越來越深
sns.palplot(sns.color_palette("Blues"))
#翻轉漸變，在名稱中新增一個_r字尾
sns.palplot(sns.color_palette("BuGn_r"))
#cubehelix_palette()調色盤,色調線性變換
sns.palplot(sns.color_palette("cubehelix",8))
#light_palette() 和dark_palette()呼叫定製連續調色盤
# #reverse:翻轉
sns.palplot(sns.light_palette("green",reverse=True))
#3.資料分析