Python图表自定义设置

#语法
seaborn.barplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None,\
                estimator=<function mean>,ci=95, n_boot=1000, units=None, orient=None,\
                color=None, palette=None, saturation=0.75,\
                errcolor='.26', errwidth=None, capsize=None, dodge=True, ax=None, **kwargs)
#说明：
x、y、hue：data中用于绘制图表的变量名
data：< DataFrame, 数组, 数组列表 >是用于绘图的数据集
order、hue_order：< 字符串列表 >绘制类别变量的顺序
estimator：< 映射向量 -> 标量 >统计函数用于估计每个分类中的值
ci：< float or “sd” or None >估计值周围的置信区间大小。若输入的是sd，会跳过bootstrapping的过程，只绘制数据的标准差；
若输入的是None，不会执行bootstrapping，而且错误条也不会绘制。
n_boot：< int >计算置信区间需要的 Boostrap 迭代次数。
orient：< “v” 或 “h” >绘图的方向（垂直或水平）。
color：< matplotlib color >作用于所有元素的颜色，或者渐变色的种子。
palette：< palette name, list, or dict  >不同级别的 hue 变量的颜色。
saturation：< float >原始饱和度与绘制颜色的比例。大的色块通常在稍微不饱和的颜色下看起来更好，但是如果希望打印颜色与输入颜色规格完全匹配，请将其设置为1。
errcolor：< matplotlib color >表示置信区间的线的颜色。
errwidth：< float >误差条的线的厚度。
capsize：< float >误差条端部的宽度。
dodge : < 布尔型 >当使用色调嵌套时，元素是否应该沿分类轴移动。
ax：< matplotlib Axes >指定一个 Axes 用于绘图，如果不指定，则使用当前的 Axes。
kwargs：< key, value mappings >其他的关键词参数在绘图时通过 plt.bar 传入。

#导入数据集
import seaborn as sns
import pandas as pd
tips=sns.load_dataset("tips")
tips
#原生包调用
sns.barplot(x="sex",y="total_bill",hue="day",data=tips,ci="sd",palette="Set1",capsize=.01,order=["Male","Female"])
sns.set(style='whitegrid')

###自定义图表，得到一张更漂亮正式的图！
import numpy as np
import matplotlib.patches as mpatches
import matplotlib.pyplot as plt

plt.rcParams['axes.unicode_minus'] = False    # 设置显示负号
plt.rcParams["font.sans-serif"]='SimHei'  #解决中文乱码问题
%config InlineBackend.figure_format='svg'   #显示更清晰

# seaborn有五种预设样式，darkgrid(灰色网格)、whitegrid（白色网格）、dark（灰色）、white（白色）、ticks（带刻度线），系统默认（darkgrid）
with sns.axes_style("ticks"):

    plt.figure(figsize=(,), dpi= )
    color=["blue","darkorange","red","purple"]
    sns.barplot(x="sex",y="total_bill",hue="day",data=tips,ci="sd",palette=color,capsize=.01,order=["Male","Female"])
    labels =["星期四","星期五","星期六","星期日"]
    patches = [ mpatches.Patch(color=color[i], label="{:s}".format(labels[i])) for i in range(len(color)) ] 
    plt.legend(handles=patches,loc=)
    x=np.array([,])
    plt.xlabel("")
    plt.xticks(x,["男性","女性"],size = )

    plt.ylabel("小费($)",fontsize=)
    plt.yticks(np.arange(,,),fontproperties = 'Times New Roman',size = )