Styling, palette, saqlash

21-bob 33 kod bloki 8219 so'z

Shu bobgacha asosiy maqsad to'g'rilik edi: savolga mos plot ni tanlash, kerakli variable larni kerakli channel larga map qilish. Bu bob esa oxirgi bosqich haqida — figure ni siz emas, boshqa odam ham o'qiy oladigan qilish haqida: auditoriyaning eng orqa qatoridan projector orqali qaraganda ham, oq-qora printer da chop etilgan handout da ham, telefonda ochiladigan report ichida ham.

Seaborn ning default ko'rinishi ataylab yaxshi tanlangan, lekin bu default lar faqat bitta vaziyat uchun sozlangan: Jupyter notebook da laptop ekraniga yaqin o'tirgan odam uchun. Slide — notebook emas. Chop etilgan sahifa — slide emas. Bu bobdagi deyarli hamma narsa figure ni notebook default idan olib, u haqiqatda yashashi kerak bo'lgan medium ga ko'chirish haqida.

Bu yerda beshta alohida lever bor va ularni ongda alohida ushlab turish foydali, chunki har biri boshqa-boshqa function orqali boshqariladi:

Bu bobdagi hamma narsa odatdagi import lar va ikkita o'quv dataset idan birini nazarda tutadi:

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

tips = sns.load_dataset("tips")
penguins = sns.load_dataset("penguins")

21.1 set_theme() va beshta style

sns.set_theme() — seaborn ning tashqi ko'rinishiga yagona kirish nuqtasi. Argumentsiz chaqirilganda u seaborn ning tanlangan default larini matplotlib ning global sozlamalariga qo'llaydi: kulrang grid li fon, deep palette, notebook o'lchamidagi font lar.

import seaborn as sns
# keyin chiziladigan hamma narsaga seaborn default larini qo'llash
sns.set_theme()

# yoki to'rtta knob ni bir vaqtda sozlash
sns.set_theme(style="whitegrid", context="talk", palette="colorblind", font_scale=1.1)

Beshta style. whitegrid va darkgrid o‘quvchiga o‘qlardan qiymat o‘qishga yordam beradi; white va ticks esa grid ortiqcha bo‘ladigan nashr grafiklariga mos keladi.

Beshta style

Style — bu fon/grid/spine sozlamalarining to'plami. Seaborn da aniq beshta style bor va ular ikkita mustaqil ikkilik tanlov (dark yoki white fon, grid bor yoki yo'q) hamda bitta qo'shimchadan iborat:

Context manager bilan vaqtinchalik style

sns.axes_style() style dictionary sini qaytaradi va uni with block sifatida ishlatish mumkin — shunda faqat shu block ichida yaratilgan plot larga ta'sir qiladi. Notebook ning qolgan qismini buzmasdan bitta istisno qilishning eng toza yo'li shu.

sns.set_theme(style="darkgrid")

with sns.axes_style("white"):
    # faqat shu figure oq, grid siz panel da chiziladi
    sns.scatterplot(data=penguins, x="bill_length_mm", y="bill_depth_mm")
    plt.show()

# avtomatik ravishda darkgrid ga qaytadi
sns.histplot(data=penguins, x="body_mass_g")

Xuddi shu pattern context uchun ham ishlaydi: with sns.plotting_context("talk"):.

despine()

Spine lar — plot maydonini ramkaga oladigan qora chiziqlar. Yuqori va o'ng spine hech qanday ma'lumot tashimaydi — ularga nisbatan hech narsa chizilmaydi — shuning uchun ularni olib tashlash vizual shovqinni kamaytiradi. sns.despine() shuni qiladi va u plot chizilgandan keyin chaqirilishi shart.

sns.set_theme(style="ticks")
sns.boxplot(data=tips, x="day", y="total_bill")

sns.despine()                          # yuqori va o'ngni olib tashlaydi (default)
sns.despine(left=True)                 # chap spine ni ham olib tashlaydi (whitegrid bilan chiroyli)
sns.despine(offset=10, trim=True)      # spine larni ma'lumotdan uzoqlashtiradi, ma'lumot oralig'iga qirqadi

offset=10 axis larni ma'lumotdan 10 punkt uzoqlashtiradi — bu ilmiy nashrlarda keng tarqalgan ko'rinish. trim=True har bir spine ni qisqartirib, u faqat eng chekka tick lar orasini qamrab olishini ta'minlaydi. Figure-level plot uchun FacetGrid ni uzating: g.despine(left=True) yoki sns.despine(fig=g.figure).

Reset qilish

# seaborn styling ini tashlab, sof matplotlib default lariga qaytish
import matplotlib as mpl
mpl.rcParams.update(mpl.rcParamsDefault)

# yoki shunchaki seaborn ning o'z default larini qayta qo'llash
sns.set_theme()

21.2 Context: slide va chop etish uchun masshtablash

Context — seaborn dagi eng kam ishlatiladigan, lekin ma'ruzani eng ko'p yaxshilaydigan imkoniyat. U matn o'lchamlari, chiziq qalinligi, marker o'lchamlari va tick uzunliklari ni masshtablaydi — ya'ni o'qilishi ko'rish masofasiga bog'liq bo'lgan elementlarni. U figure ning eni va bo'yini o'zgartirmaydi.

sns.set_theme(context="talk", style="whitegrid")

# context ustiga aniq sozlash: yana 15% kattaroq
sns.set_theme(context="talk", font_scale=1.15)

# faqat context, style va palette ga tegmasdan
sns.set_context("poster")

# context o'rnatgan ayrim rcParams larni bekor qilish
sns.set_context("talk", rc={"lines.linewidth": 3.0})

Context kanvasni emas, siyoh ni masshtablaydi. Proyektordagi slaydlar uchun "talk" yoki "poster" ishlating — standart "notebook" matni sinfning orqa qatoridan o‘qib bo‘lmaydi.

21.3 Palette ning uch turi

Bu — bobning eng muhim bo'limi. Colour palette bezak emas — u encoding. Palette ning tuzilishi ma'lumot tuzilishiga mos kelishi shart; mos kelmasa, o'quvchi ma'lumot tasdiqlamaydigan xulosalarga keladi.

1. Qualitative — tartibsiz kategoriyalar uchun

Ranglar hue bo'yicha farq qiladi, lekin lightness va saturation jihatidan taxminan teng, shuning uchun birorta kategoriya boshqasidan "kattaroq" yoki "muhimroq" ko'rinmaydi. Species, hafta kuni, jins, bo'lim, mamlakat kabilar uchun ishlating.

sns.scatterplot(data=penguins, x="bill_length_mm", y="flipper_length_mm",
                hue="species", palette="colorblind")

Yomon grafiklarning ko‘pini oldini oladigan qoida. Tartibsiz kategoriyalar uchun qualitative, miqdor uchun sequential, nol kabi ma’noli o‘rta nuqta bo‘lganda esa diverging.

2. Sequential — pastdan yuqoriga o'sadigan miqdor uchun

Lightness bir uchdan ikkinchi uchgacha monoton o'zgaradi, shuning uchun "to'qroq" (yoki "yorqinroq") ishonchli tarzda "ko'proq" degan ma'noni beradi. Count, density, kattalik, aholi soni, narx — har qanday manfiy bo'lmagan o'lchov uchun ishlating.

sns.scatterplot(data=penguins, x="bill_length_mm", y="bill_depth_mm",
                hue="body_mass_g", palette="viridis")

# har qanday sequential palette ni _r qo'shib teskari qilish mumkin
sns.heatmap(matrix, cmap="rocket_r")

1. Diverging — ma'noli o'rta nuqtaga ega ma'lumot uchun

Neytral och (yoki to'q) markazda birlashgan ikkita sequential ramp. Nol — yoki o'rtacha qiymat, yoki baseline — haqiqiy, izohlanadigan chegara bo'lganda ishlating: correlation lar, foyda va zarar, o'tgan yilga nisbatan o'zgarish, residual lar, z-score lar, foiz punktidagi siljishlar.

corr = penguins.corr(numeric_only=True)

sns.heatmap(corr, cmap="vlag", center=0, vmin=-1, vmax=1,
            annot=True, fmt=".2f", square=True, linewidths=.5)

Nomuvofiqlik nega chalg'itadi

Yomon seaborn figure larining ko'pchiligi ikkita xatoga borib taqaladi:

• Tartiblangan ma'lumotga qualitative palette. Daromad decile larini Set2 bilan chizsangiz, o'quvchi o'nta bir-biriga aloqasiz hue oladi. 9-decile 3-decile dan "ko'proq" ekanini ko'rishning imkoni yo'q — ma'lumotdagi tartib encoding tomonidan yo'q qilinadi, ko'z esa hue o'xshashligidan mavjud bo'lmagan guruhlarni o'ylab topadi.
• Tartibsiz kategoriyalarga sequential palette. Uchta penguin species ni viridis bilan bo'yasangiz, Gentoo (yorqin sariq) shkalaning eng chekka uchidek, Adelie (to'q siyohrang) esa past uchidek ko'rinadi. O'quvchilar ma'nosiz reyting borligini xulosa qiladi. Bundan tashqari to'q kategoriyani jismonan ko'rish qiyinlashadi.

21.4 Palette tanlash va yasash

sns.color_palette() — universal constructor. U RGB tuple lar ro'yxatini qaytaradi va uni palette kutilayotgan har qanday joyga uzatish mumkin; Jupyter da esa rang namunalari ko'rinishida chiziladi.

sns.color_palette()                       # joriy default, 10 ta rang
sns.color_palette("Set2")                 # nomlangan qualitative
sns.color_palette("viridis", 8)           # ramp dan teng oraliqli 8 ta namuna
sns.color_palette("husl", 12)             # teng oraliqli, teng luminance li 12 ta hue
sns.color_palette("viridis", as_cmap=True)# uzluksiz colormap obyekti, heatmap/kdeplot uchun

Palette ni ko'rib chiqish

sns.palplot(sns.color_palette("flare", 6))   # rang namunalarini figure sifatida chizadi
plt.show()

# hex kod larini olish, masalan slide yoki CSS da qayta ishlatish uchun
sns.color_palette("colorblind", 6).as_hex()
# ['#0173b2', '#de8f05', '#029e73', '#d55e00', '#cc78bc', '#ca9161']

O'zingizniki yasash

# oqdan bitta rangga boradigan sequential ramp
sns.light_palette("#4C72B0", n_colors=6)
sns.light_palette("seagreen", as_cmap=True)

# qoradan bitta rangga boradigan sequential ramp
sns.dark_palette("#DD8452", n_colors=6, reverse=True)

# diverging: hue burchaklari (0-360) bilan berilgan ikki hue, och markazda uchrashadi
sns.diverging_palette(240, 10, s=80, l=55, n=9)   # ko'k -> och -> qizil
sns.diverging_palette(145, 300, as_cmap=True)     # yashil -> och -> siyohrang

# cubehelix: monoton lightness, greyscale da xavfsiz
sns.cubehelix_palette(start=.5, rot=-.75, as_cmap=True)

Brend ranglari va aniq map qilish

Muassasa ranglari uchun oddiy hex string lar ro'yxatini uzating. Taqdimotdagi har bir figure da ma'lum kategoriya doim bir xil rang olishini kafolatlash uchun ro'yxat o'rniga dictionary uzating — turli figure lar kategoriyalarning turli qism to'plamlarini o'z ichiga olganda bu juda muhim.

UNI = ["#003366", "#C8102E", "#F2A900", "#4C8C2B"]
sns.barplot(data=tips, x="day", y="total_bill", hue="day",
            palette=UNI, legend=False)

# qat'iy map: qism to'plamda biri yo'q bo'lsa ham species o'z rangini saqlaydi
species_colors = {"Adelie": "#0173B2", "Chinstrap": "#DE8F05", "Gentoo": "#029E73"}
sns.scatterplot(data=penguins, x="bill_length_mm", y="flipper_length_mm",
                hue="species", palette=species_colors)

Global default o'rnatish

sns.set_palette("colorblind")            # keyingi har bir plot shuni ishlatadi
sns.set_theme(palette="colorblind")      # xuddi shu narsa, style va context bilan birga

# vaqtinchalik, bitta block uchun
with sns.color_palette("Set2"):
    sns.countplot(data=tips, x="day", hue="day", legend=False)
    plt.show()

21.5 Colour-blind xavfsizligi va accessibility

Shimoliy Yevropa kelib chiqishiga ega erkaklarning taxminan 8% ida va ayollarning taxminan 0.5% ida qizil-yashil colour-vision deficiency ning qaysidir shakli bor (deuteranomaly va protanomaly eng keng tarqalgan turlari). 100 talabali auditoriyada bu — sizning chart ingizdagi qizil va yashil series ni ajrata olmaydigan bir necha kishi demakdir. Bunga projector dagi rang siljishi, xira xona va nusxa ko'chirilgan handout larni qo'shsangiz, amaliy nosozlik darajasi yanada yuqori bo'ladi.

Figure ni mustahkam qiladigan qoidalar

1. Categorical hue uchun colorblind palette ni default qilib oling. Bu — keng tarqalgan deficiency larda ham farqlanadigan bo'lib qolishi uchun tanlangan to'plamdan (Wong palette i) qurilgan qualitative palette. Notebook boshida bir marta sns.set_theme(palette="colorblind") yozish muammoning ko'p qismini hal qiladi.
2. Hech qachon ma'noni faqat rang orqali kodlamang. Rang ikkinchi channel bilan takrorlanishi kerak. Line plot larda hue= bilan birga style= (dash pattern) ni ham o'zgartiring; scatter plot larda markers= ni o'zgartiring; categorical plot larda kategoriyalarni ma'noli tartibda joylang yoki ularni figure ustida bevosita label qiling, shunda legend zaruriyat emas, qulaylik bo'lib qoladi.
3. Series soni kam bo'lganda legend o'rniga bevosita label ni afzal ko'ring. Chiziq oxiriga qo'yilgan label rangni solishtirish vazifasini butunlay yo'q qiladi.
4. jet va kamalak map laridan qoching. Ular perceptually uniform emas: ma'lumotdagi teng qadamlar rangda juda notekis idrok etiladigan qadamlarni beradi. Yorqin moviy va sariq yo'llar soxta chegaralar hosil qiladi va o'quvchilar buni ma'lumotdagi haqiqiy chegara deb qabul qiladi; bundan tashqari map lightness bo'yicha monoton emas, shuning uchun greyscale da butunlay loyqalanib ketadi.
5. Perceptually uniform ramp lardan foydalaning — viridis, rocket, mako, cividis, cubehelix. Ularda lightness monoton o'sadi, shuning uchun greyscale ga yaxshi o'tadi va har qanday colour deficiency da ham tartibi saqlanadi.
6. Faqat hue ni emas, kontrastni ham tekshiring. Oq ustidagi och sariq ham, qora ustidagi to'q siyohrang-ko'k ham rang ko'rishdan qat'i nazar yaroqsiz. Projector ostida omon qoladigan narsa — kontrast.

# takrorlanuvchi encoding: rang VA dash pattern VA marker
sns.lineplot(data=fmri, x="timepoint", y="signal",
             hue="event", style="event", markers=True, dashes=True)

# har bir species uchun alohida marker shakli bilan scatter
sns.scatterplot(data=penguins, x="bill_length_mm", y="flipper_length_mm",
                hue="species", style="species", s=70, palette="colorblind")

colorblind palette qizil–yashil rang ko‘rmaslikda ham kategoriyalarni ajratib turadi. Bundan ham yaxshisi: ma’noni hech qachon faqat rang bilan bermang — marker, line style yoki to‘g‘ridan-to‘g‘ri label qo‘shing.

21.6 Figure o'lchami, aspect va DPI

Seaborn da ikki oila function bor va ular o'lchamni turlicha qabul qiladi. Buni chalkashtirish — boshlovchilarning eng tez-tez uchraydigan qiyinchiliklaridan biri.

# axes-level: avval figure o'lchamini bering
plt.figure(figsize=(10, 6))
sns.boxplot(data=tips, x="day", y="total_bill")

# yoki aniq va afzal ko'riladigan shakl
fig, ax = plt.subplots(figsize=(10, 6))
sns.boxplot(data=tips, x="day", y="total_bill", ax=ax)

# figure-level: har bir facet bo'yi 4, eni 4*1.4 = 5.6
g = sns.relplot(data=penguins, x="bill_length_mm", y="flipper_length_mm",
                col="species", height=4, aspect=1.4)

# jointplot kvadrat: faqat height
sns.jointplot(data=penguins, x="bill_length_mm", y="bill_depth_mm", height=7)

Medium ga mos o'lcham tanlash

DPI (dyuymdagi nuqtalar soni) dyuymlarni piksellarga ko'paytiradi: 10×6 dyuymli figure 300 dpi da 3000×1800 piksel bo'ladi. Ekranlarga taxminan 100 dpi yetarli; projector lar bag'rikeng, lekin 150–200 dan foyda ko'radi; chop etish uchun 300 kerak. E'tibor bering: DPI ni oshirish matnni nisbatan kattaroq qilmaydi — u shunchaki hamma narsani bir xil nisbatda o'tkirroq qiladi. Agar matn juda kichik bo'lsa, context ni o'zgartiring; agar rasm loyqa bo'lsa, DPI ni o'zgartiring.

# notebook dagi har bir figure kattaroq va o'tkirroq chizilsin
plt.rcParams["figure.figsize"] = (9, 5.5)
plt.rcParams["figure.dpi"] = 110        # ekranda chizish
plt.rcParams["savefig.dpi"] = 300       # dpi uzatmasangiz savefig shuni ishlatadi

21.7 Label lar, sarlavhalar, tick lar va legend lar

Seaborn axis larni ustun nomlari bilan label qiladi, lekin bu deyarli hech qachon o'quvchi ko'rishi kerak bo'lgan narsa emas. total_bill — bu variable nomi; "Total bill (USD)" — bu label. O'lchov birligi label ichida bo'lishi kerak.

Ikkita teng kuchli uslub

# pyplot uslubi: "joriy" axes ustida ishlaydi
sns.scatterplot(data=tips, x="total_bill", y="tip")
plt.xlabel("Total bill (USD)")
plt.ylabel("Tip (USD)")
plt.title("Tips rise with the bill, with widening spread", fontsize=14, pad=12)

# obyekt uslubi: aniq, bittadan ko'p axes bo'lganda afzal
ax = sns.scatterplot(data=tips, x="total_bill", y="tip")
ax.set(xlabel="Total bill (USD)",
       ylabel="Tip (USD)",
       title="Tips rise with the bill",
       xlim=(0, 60),
       ylim=(0, 12))

Figure-level plot lardagi sarlavhalar

FacetGrid da har bir facet ning o'z sarlavhasi bor va ular ustiga figure darajasidagi sarlavha qo'shish kerak:

g = sns.catplot(data=tips, x="day", y="total_bill", col="sex", kind="box", height=4)

g.set_axis_labels("Day of week", "Total bill (USD)")
g.set_titles("{col_name}")                       # har bir facet uchun shablon
g.figure.suptitle("Bill distribution by day and sex", y=1.03, fontsize=15)
g.tight_layout()

Tick label lari

# uzun kategoriya nomlarini burang; ha="right" label oxirini o'z tick i ostida ushlaydi
plt.xticks(rotation=45, ha="right")

# obyekt uslubi
ax.set_xticklabels(ax.get_xticklabels(), rotation=45, ha="right")

# tick larni aniq qayta nomlash
ax.set_xticks([0, 1, 2, 3])
ax.set_xticklabels(["Thursday", "Friday", "Saturday", "Sunday"])

# FacetGrid ustida
g.set_xticklabels(rotation=45, ha="right")

Minglik ajratgichlari, valyuta va foizlar matplotlib.ticker dan olinadi:

from matplotlib.ticker import FuncFormatter, PercentFormatter

ax.yaxis.set_major_formatter(FuncFormatter(lambda x, pos: f"{x:,.0f}"))
# 1250000 -> "1,250,000"

ax.yaxis.set_major_formatter(FuncFormatter(lambda x, pos: f"${x:,.0f}"))
ax.yaxis.set_major_formatter(PercentFormatter(xmax=1.0))   # 0.42 -> "42%"

# ixcham million ko'rinishi
ax.yaxis.set_major_formatter(FuncFormatter(lambda x, pos: f"{x/1e6:.1f}M"))

Legend lar

ax = sns.scatterplot(data=penguins, x="bill_length_mm", y="flipper_length_mm", hue="species")

plt.legend(title="Species", loc="lower right", frameon=True)

# legend ni axes tashqarisiga chiqaring, u hech qachon ma'lumotni yopmasin
plt.legend(title="Species", loc="upper left", bbox_to_anchor=(1.05, 1), borderaxespad=0)
plt.tight_layout()

# plot ustidagi gorizontal legend — keng slide larda yaxshi
plt.legend(title=None, loc="lower center", bbox_to_anchor=(0.5, 1.02), ncol=3, frameon=False)

# butunlay olib tashlash (masalan hue x axis ni takrorlaganda)
ax.get_legend().remove()

Figure-level function lar legend ni grid obyektida boshqaradi:

g = sns.relplot(data=penguins, x="bill_length_mm", y="flipper_length_mm", hue="species")
g.legend.set_title("Species")

# uni grid yonida emas, facet ichida chizish
g = sns.relplot(data=penguins, x="bill_length_mm", y="flipper_length_mm",
                hue="species", legend="full")
sns.move_legend(g, "upper left", bbox_to_anchor=(.55, .45))

# sns.move_legend Axes da ham ishlaydi va sarlavhani saqlaydi
ax = sns.scatterplot(data=penguins, x="bill_length_mm", y="bill_depth_mm", hue="species")
sns.move_legend(ax, "upper left", bbox_to_anchor=(1, 1), title="Species")

21.8 Plot ga annotation qo'shish

Annotation — figure o'z xulosasini aytadigan usul. Slide da annotation ko'pincha ma'lumotning o'zidan muhimroq: tinglovchilarda 15 soniya bor, strelka esa ularga qayerga qarashni ko'rsatadi.

Matn va strelkalar

ax = sns.scatterplot(data=tips, x="total_bill", y="tip")

ax.annotate("Unusually generous tip",
            xy=(23.7, 10.0),                  # ko'rsatilayotgan nuqta
            xytext=(35, 9.5),                 # matn joylashadigan joy
            arrowprops=dict(arrowstyle="->", color="#444444", lw=1.4),
            fontsize=11, color="#444444")

# oddiy matn, strelkasiz; koordinatalar ma'lumot birligida
ax.text(45, 2, "n = 244", fontsize=10, style="italic", color="grey")

# koordinatalar axes ulushida (0-1), ma'lumot oralig'iga bog'liq emas
ax.text(0.02, 0.95, "Source: Seaborn tips dataset",
        transform=ax.transAxes, fontsize=9, va="top", color="grey")

Reference chiziqlari va soyalangan sohalar

`mean_tip = tips["tip"].mean()

ax.axhline(mean_tip, color="#C44E52", linestyle="--", linewidth=1.5, label=f"Mean tip = ${mean_tip:.2f}") ax.axvline(20, color="grey", linestyle=":", linewidth=1)

bir polosani ajratib ko'rsatish, masalan maqsadli oraliq

ax.axhspan(3, 5, color="#4C72B0", alpha=0.10) ax.axvspan(30, 40, color="grey", alpha=0.08)

ax.legend()`

Bar lardagi qiymat label lari

Matplotlib 3.4 dan boshlab ax.bar_label() har bir bar ustiga qiymatni yozadi. Slide da bu y-axis grid ini butunlay ortiqcha qiladi.

ax = sns.barplot(data=tips, x="day", y="total_bill", errorbar=None,
                 hue="day", palette="crest", legend=False)

for container in ax.containers:
    ax.bar_label(container, fmt="%.1f", padding=3, fontsize=11)

sns.despine(left=True)
ax.set(ylabel="Mean bill (USD)", xlabel="")
ax.yaxis.set_visible(False)          # label lar axis o'rnini bosadi

hue= bilan seaborn har bir hue darajasi uchun alohida container yaratadi, shuning uchun ax.containers bo'yicha loop xavfsiz idiom hisoblanadi. Faqat eng katta bar ni label qilish uchun label lar ro'yxatini uzating va qolganlarini bo'sh string qiling.

21.9 Figure larni to'g'ri saqlash

Kanonik chaqiruv, ya'ni yodlab olish kerak bo'lgani:

plt.figure(figsize=(9, 5.5))
sns.boxplot(data=tips, x="day", y="total_bill", hue="day", palette="colorblind", legend=False)
plt.title("Total bill by day")
plt.tight_layout()

plt.savefig("bill_by_day.png", dpi=300, bbox_inches="tight")
plt.show()          # saqlagandan KEYIN ko'rsating, hech qachon oldin emas

Har bir argument nima qiladi

ArgumentTa'siri

dpi=300Resolution. Ekran/web uchun 100, projector slide lari uchun 150–200, chop etish uchun 300, jurnal chiziqli grafikasi uchun 600. Figsize ni piksellarga ko'paytiradi. bbox_inches="tight"Bounding box ni haqiqatda chizilgan hamma narsani qamrab oladigan qilib qayta hisoblaydi. Aynan shu narsa burilgan tick label larini, uzun y-label larni, suptitle ni va bbox_to_anchor bilan tashqariga chiqarilgan legend ni saqlab qoladi — aks holda ularning hammasi kesilib qoladi. pad_inches=0.1Tight bounding box atrofida qoldiriladigan chekka. Chetdan chetgacha to'ldirilgan slide rasmi uchun 0 ni ishlating. transparent=TrueFigure va axes fonini olib tashlaydi, shunda slide ning o'z foni ko'rinib turadi. To'q mavzudagi taqdimotlar uchun zarur. Diqqat: bu oq matnni oq ustida, qora matnni qora ustida ko'rinmas qiladi — haqiqiy slide da tekshiring. facecolor="white"Buning aksi: majburiy shaffof bo'lmagan oq fon; to'q notebook mavzusi faylga o'tib ketishi mumkin bo'lgan holatlarda foydali. bbox_extra_artists=[leg]``bbox_inches="tight" bilan birga kamdan-kam kerak bo'ladi; ma'lum artist larni bounding box ichiga majburan qo'shadi.

Format tanlash

FormatTuriNima uchunNimaga e'tibor berish kerak

PNGRasterWeb, README fayllar, chat yoki hujjatga qo'yiladigan hamma narsaResolution qat'iy — kattalashtirilsa loyqalanadi. dpi ni ongli ravishda tanlang. SVGVectorSlide lar, cheksiz zoom kerak bo'lgan web sahifalar, Inkscape yoki Illustrator da keyingi tahrir100k nuqtali scatter plot lar uchun fayl juda katta bo'ladi; ba'zi ofis dasturlari matnni g'alati chizadi. PDFVectorChop etish, LaTeX hujjatlari, jurnalga topshirishJuda zich plot larda xuddi shu o'lcham muammosi. JPGRaster, yo'qotishliChart lar uchun deyarli hech qachonSiqish artefaktlari ingichka chiziq va matnni bulg'aydi; shaffoflik yo'q.

Figure-level plot lar

g = sns.relplot(data=penguins, x="bill_length_mm", y="flipper_length_mm",
                col="species", hue="sex", height=4, aspect=1.1)
g.set_axis_labels("Bill length (mm)", "Flipper length (mm)")
g.figure.suptitle("Penguin bill and flipper dimensions", y=1.04)

g.savefig("penguins.png", dpi=300, bbox_inches="tight")
# ekvivalenti: g.figure.savefig(...)

Bir nechta format ni bir yo'la saqlash

def save_all(name, dpi=300):
    for ext in ("png", "pdf", "svg"):
        plt.savefig(f"{name}.{ext}", dpi=dpi, bbox_inches="tight")

save_all("figures/bill_by_day")
plt.show()

21.10 Matplotlib darajasiga tushish

Seaborn — matplotlib ustidagi qatlam, uning o'rnini bosuvchi emas. Har bir seaborn function i matplotlib obyektini qaytaradi va shu obyekt qo'lingizda bo'lgach, butun matplotlib API si ochiladi. "Seaborn X ni qila olmaydi" degan deyarli har qanday savolning javobi shu.

ax = sns.scatterplot(data=penguins, x="bill_length_mm", y="body_mass_g", hue="species")

# endi bu oddiy matplotlib Axes — matplotlib qila oladigan hamma narsani qiling
ax.set_yscale("log")
ax.grid(axis="y", alpha=.3)
ax.spines["top"].set_visible(False)
ax.set_facecolor("#FAFAFA")
ax.tick_params(axis="x", labelsize=11, length=4)
ax.figure.set_size_inches(9, 5)

Seaborn plot larini o'z subplot grid ingizga joylash

Axes-level function lar ax= ni qabul qiladi — ko'p panelli figure ni qo'lda yig'ish shu orqali qilinadi. Figure-level function lar ax= ni qabul qilmaydi — bu ikki oila o'rtasidagi asosiy murosaning mohiyati.

fig, axes = plt.subplots(1, 2, figsize=(12, 5), sharey=True)

sns.boxplot(data=tips, x="day", y="total_bill", ax=axes[0],
            hue="day", palette="crest", legend=False)
axes[0].set_title("Distribution by day")
axes[0].set(xlabel="", ylabel="Total bill (USD)")

sns.scatterplot(data=tips, x="total_bill", y="tip", hue="time", ax=axes[1])
axes[1].set_title("Tip vs bill")
axes[1].set(xlabel="Total bill (USD)", ylabel="Tip (USD)")

fig.suptitle("Restaurant tipping behaviour", fontsize=15)
fig.tight_layout()
fig.savefig("panel.png", dpi=300, bbox_inches="tight")

# notekis layout lar: 2 qator, ikkinchi qator ikkala ustunni egallaydi
fig = plt.figure(figsize=(12, 8))
gs = fig.add_gridspec(2, 2)

ax1 = fig.add_subplot(gs[0, 0])
ax2 = fig.add_subplot(gs[0, 1])
ax3 = fig.add_subplot(gs[1, :])

sns.histplot(data=tips, x="total_bill", ax=ax1)
sns.histplot(data=tips, x="tip", ax=ax2)
sns.scatterplot(data=tips, x="total_bill", y="tip", hue="day", ax=ax3)
fig.tight_layout()

Grid ning alohida facet lariga murojaat qilish

g = sns.catplot(data=tips, x="day", y="total_bill", col="sex", kind="box", height=4)

# pozitsiya bo'yicha
g.axes[0, 0].axhline(tips["total_bill"].mean(), color="red", ls="--")

# nom bo'yicha, facet lar qayta tartiblanganda xavfsizroq
g.axes_dict["Male"].set_title("Male customers")

# har bir facet ga biror narsani qo'llash
for ax in g.axes.flat:
    ax.tick_params(labelrotation=30)

21.11 Tuzoqlar

21.12 Amaliyot

# 1. total_bill ning day bo'yicha bir xil boxplot ini besh marta chizing, har bir style uchun
#    bir marta (darkgrid, whitegrid, dark, white, ticks). Har biri uchun bittadan gap yozing,
#    qaysi medium ga eng mos kelishini ayting. "ticks" variantiga sns.despine() qo'shing.

# 2. penguins uchun bill_length_mm va flipper_length_mm ni species bo'yicha rangda chizing,
#    bir marta context="notebook" da, bir marta context="talk" da, ikkalasi ham figsize=(8,5) bilan.
#    Canvas o'lchami bir xil qolganini va faqat matn/chiziqlar masshtablanganini tasdiqlang.

# 3. penguins ni body_mass_g bo'yicha (a) "Set2" va (b) "viridis" bilan bo'yang.
#    Keyin species bo'yicha (a) "viridis" va (b) "colorblind" bilan bo'yang.
#    To'rttadan qaysi ikkitasi noto'g'ri ekanini va o'quvchi har biridan qanday
#    noto'g'ri xulosa chiqarishini yozma tushuntiring.

# 4. penguins.corr(numeric_only=True) ni hisoblang va uni heatmap sifatida chizing:
#    cmap="vlag", center=0, vmin=-1, vmax=1, annot=True. Keyin center= siz qayta chizing
#    va kuchsiz correlation larning o'qilishi qanday o'zgarishini ta'riflang.

# 5. Universitetingiz brend ranglarining uchta hex kodidan custom palette yasang,
#    uni tips["day"] ning countplot iga qo'llang va palette ning hex kod larini
#    .as_hex() bilan qayta chiqaring.

# 6. day bo'yicha o'rtacha total_bill ning barplot ini yasang. ax.bar_label() bilan
#    qiymat label lari, umumiy o'rtachada punktir qizil axhline, eng baland bar ga
#    ko'rsatuvchi annotate() strelkasi va axes koordinatalarida manba izohini qo'shing.

# 7. fig, axes = plt.subplots(1, 2, figsize=(12,5)) yarating. Chapga total_bill ning
#    histplot ini, o'ngga tip va total_bill ning scatterplot ini qo'ying,
#    har biriga sarlavha bering, suptitle qo'shing va scatter ning legend ini
#    bbox_to_anchor=(1.05, 1) bilan axes tashqarisiga chiqaring.

# 8. YAKUNIY: taqdimotga tayyor bitta figure yasang va uni saqlang.
#    - sns.set_theme(style="whitegrid", context="talk", palette="colorblind")
#    - figsize (11, 6), penguins, x=species, y=body_mass_g, hue=sex
#    - o'lchov birligi bilan odam o'qiy oladigan axis label lari, xulosani aytadigan sarlavha
#    - legend axes tashqarisida, sns.despine(left=True)
#    - slide.png (dpi=200, transparent=True) VA handout.pdf sifatida saqlang
#      (bbox_inches="tight"), saqlash plt.show() dan OLDIN bo'lsin
#    - ikkala faylni oching va hech narsa kesilib qolmaganini tekshiring.

21.13 Intervyu savollari

S: Seaborn da style va context o'rtasidagi farq nima?

Style plot foni ko'rinishini boshqaradi: panel rangi, grid chiziqlari va axis spine lari — darkgrid, whitegrid, dark, white, ticks. Context esa elementlarning masshtabini boshqaradi: font o'lchamlari, chiziq qalinligi, marker o'lchamlari — paper, notebook, talk, poster. Ular bir-biridan mustaqil, ikkalasi ham sns.set_theme() orqali o'rnatiladi va ikkalasi ham figure ning fizik o'lchamlarini o'zgartirmaydi.

S: Qachon sequential emas, diverging palette ishlatasiz?

Variable da o'quvchi bir qarashda topa oladigan ma'noli o'rta nuqta bo'lganda — foyda va zarar yoki correlation uchun nol, o'tgan yilga nisbatan o'zgarish uchun baseline, z-score uchun o'rtacha qiymat. Neytral markaz rangi shu o'rta nuqtani belgilaydi, ikki hue esa yo'nalishni ko'rsatadi. Uni center=0 (yoki simmetrik vmin/vmax) bilan mustahkamlash shart; aks holda neytral rang tasodifiy qiymatga tushadi va o'quvchilar kichik effektlarning ishorasini noto'g'ri baholaydi. Alohida o'rtasi bo'lmagan, faqat pastdan yuqoriga o'sadigan miqdor uchun — count, narx, aholi soni — sequential palette to'g'ri tanlov.

S: Nega jet yomon colormap hisoblanadi?

U perceptually uniform emas. Ma'lumotdagi teng qadamlar juda notekis idrok etiladigan rang o'zgarishlarini beradi, ya'ni map ba'zi oraliqlarni siqadi, ba'zilarini bo'rttiradi. Uning yorqin moviy va sariq yo'llari keskin chegaradek o'qiladi va o'quvchilar ma'lumotda mavjud bo'lmagan chegaralarni ko'radi. Lightness monoton emas, shuning uchun greyscale da yoki nusxa ko'chirilganda u tushunarsiz aralashmaga aylanadi va u colour-blind uchun xavfsiz emas. viridis, rocket, mako va cividis aynan shu muammolarni hal qilish uchun yaratilgan.

S: sns.relplot() uchun figure o'lchamini qanday berasiz va nega plt.figure(figsize=...) ishlamaydi? relplot — figure-level function: u ichkarida o'zining Figure ini yaratadi, shuning uchun undan oldin ochilgan har qanday figure tashlab yuboriladi. Uni height= va aspect= bilan o'lchang, ular bitta facet o'lchamini belgilaydi — facet eni height * aspect ga teng, butun figure esa taxminan ustunlar soniga ko'paytirilgan shu qiymatga teng. Aniq dyuym kerak bo'lsa, keyin g.figure.set_size_inches(w, h) bilan sozlang.

S: Saqlangan PNG ingiz bo'sh chiqdi. Nima bo'ldi?

Deyarli aniq: plt.savefig() plt.show() dan keyin chaqirilgan. show() joriy figure ni chiqaradi va tozalaydi, shuning uchun savefig() bo'sh canvas ni yozadi — jimgina, hech qanday xatosiz. Yechim: avval saqlash, keyin ko'rsatish; yoki aniq handle saqlash (fig, ax = plt.subplots()) va fig.savefig() ni chaqirish — u aynan shu figure ga bog'langan va tartibdan ta'sirlanmaydi.

S: bbox_inches="tight" nima qiladi va qachon u zarur?

U saqlanadigan rasmning bounding box ini nominal figure to'rtburchagidan emas, haqiqatda chizilgan artist lardan qayta hisoblaydi. Mazmun default box dan tashqariga chiqqanda u zarur: 45 gradusga burilgan tick label lari, uzun axis label lari, axes ustiga qo'yilgan suptitle, va eng muhimi bbox_to_anchor bilan tashqariga ko'chirilgan legend. Usiz bu elementlar ekranda yaxshi ko'ringan bo'lsa ham, faylda kesilib qoladi. Bu plt.tight_layout() dan farq qiladi — u subplot larni mavjud canvas ichida qayta joylashtiradi.

S: Chart ni colour-blind o'quvchilar uchun qanday qulay qilasiz?

colorblind qualitative palette ini yoki viridis kabi perceptually uniform sequential map ni ishlating; hech qachon rangga yagona channel sifatida tayanmang — marker shakllari, dash pattern lari yoki bevosita label lar qo'shing, shunda encoding takrorlanadi; qarama-qarshi ma'nolar uchun qizil/yashil juftligidan qoching va ko'k/to'q sariq ni afzal ko'ring; lightness kontrastini yuqori ushlang; va figure ni greyscale ga o'tkazib tekshiring — bu bitta sinov rang ko'rish, kontrast va kamalak map muammolarini birdaniga aniqlaydi.

S: Seaborn sizga kerak narsani qila olmayapti — masalan log y axis, soyalangan soha, yoki 2×2 aralash panel. Nima qilasiz?

Matplotlib darajasiga tushing. Axes-level function lar matplotlib.axes.Axes ni qaytaradi, ya'ni ax = sns.scatterplot(...), keyin ax.set_yscale("log"), ax.axhspan(...), ax.spines[...] va API ning qolgan qismi to'liq ochiq. Layout lar uchun grid ni o'zingiz fig, axes = plt.subplots(2, 2) bilan quring va har bir seaborn chaqiruviga ax=axes[0, 1] ni uzating. Figure-level function lar ax= ni qabul qilmaydi, lekin o'z axes larini g.axes, g.axes_dict va g.figure orqali ochib beradi.

S: PNG va SVG da saqlash o'rtasidagi amaliy farq nima?

PNG — raster: qat'iy piksel to'ri, uning o'tkirligi saqlash paytida dpi bilan belgilanadi; kattalashtirilsa loyqalanadi. SVG (va PDF) — vector: shakllar va matn ko'rsatmalar sifatida saqlanadi va har qanday zoom da qaytadan tiniq chiziladi, shuningdek vector dasturlarida tahrir qilinaveradi. Chop etish, slide va maqolalar uchun vector ni ishlating; web, chat va hujjatlar uchun, yoki o'n minglab belgili plot lar uchun (vector fayl juda katta bo'lib ketadi) PNG ni ishlating — bunday holda faqat ma'lumot qatlamini ax.set_rasterized(True) bilan raster qiling va matnni vector holida qoldiring.

Xulosa

• sns.set_theme(style=, context=, palette=, font_scale=) — yagona kirish nuqtasi; sns.set() uning deprecated alias i. U global matplotlib holatini o'zgartiradi, shuning uchun uni yuqorida bir marta o'rnating va istisnolar uchun with sns.axes_style(...) dan foydalaning.
• Beshta style: izlanish uchun darkgrid, handout lar uchun whitegrid, grid zich ma'lumot bilan raqobatlashganda dark/white, nashr uslubidagi figure lar uchun ticks va sns.despine().
• Context font, chiziq va marker larni masshtablaydi — canvas ni emas. Projector slide lariga talk (1.5×) va poster (2×) kerak; font_scale= esa ustidan aniq sozlaydi.
• Palette ni variable ga moslang: tartibsiz kategoriyalarga qualitative (colorblind, deep, Set2), pastdan yuqoriga miqdorlarga sequential (viridis, rocket, crest), ma'noli o'rta nuqtali ma'lumotga diverging (vlag, coolwarm, RdBu_r) — har doim center=0 bilan. Nomuvofiqlik jimgina chalg'itadi.
• Qizil-yashil colour deficiency ga ega ~8% uchun loyihalang: default ni colorblind qiling, hech qachon faqat rang bilan kodlamang, jet dan qoching va greyscale da sinang.
• Axes-level plot larni plt.figure(figsize=(w, h)) bilan, figure-level plot larni height=/aspect= bilan o'lchang (facet eni = height × aspect); DPI o'tkirlikni boshqaradi, matnning nisbiy o'lchamini emas.
• Axis larni har doim o'lchov birligi bilan odam tilida qayta label qiling, uzun kategoriya label larini buring yoki chart ni ag'daring, va tiqilib qolgan legend ni bbox_to_anchor=(1.05, 1) yoki sns.move_legend() bilan tashqariga chiqaring.
• Xulosani figure ustida annotate(), axhline(), ax.text(transform=ax.transAxes) va ax.bar_label() yordamida ayting.
• plt.savefig(name, dpi=300, bbox_inches="tight") bilan saqlang — plt.show() dan oldin, hech qachon keyin emas — figure-level plot lar uchun g.savefig() ni ishlatib, chop etish va slide lar uchun vector format larni, web uchun PNG ni tanlang.
• Seaborn qila olmagan hamma narsani matplotlib qila oladi: seaborn haqiqiy Axes, Figure va grid obyektlarini qaytaradi, ax= esa axes-level plot larni siz qurgan har qanday subplot layout iga joylashtirishga imkon beradi.

Keyingisi: 22-bob hammasini birlashtirib, to'liq EDA workflow ini hosil qiladi.