python使用seaborn绘图直方图displot,密度图,散点图
短信预约 -IT技能 免费直播动态提醒
一、直方图distplot()
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib
import pandas as pd
fig = plt.figure(figsize=(12, 5))
ax1 = plt.subplot(121)
rs = np.random.RandomState(10) # 设定随机数种子
s = pd.Series(rs.randn(100) * 100)
sns.distplot(s, bins=10, hist=True, kde=True, rug=True, norm_hist=False, color='y', label='distplot', axlabel='x')
plt.legend()
ax1 = plt.subplot(122)
sns.distplot(s, rug=True,
hist_kws={"histtype": "step", "linewidth": 1, "alpha": 1, "color": "g"}, # 设置箱子的风格、线宽、透明度、颜色,风格包括：'bar', 'barstacked', 'step', 'stepfilled'
kde_kws={"color": "r", "linewidth": 1, "label": "KDE", 'linestyle': '--'}, # 设置密度曲线颜色，线宽，标注、线形
rug_kws={'color': 'r'}) # 设置数据频率分布颜色
plt.show()
函数及参数介绍：
distplot(a, bins=None, hist=True, kde=True, rug=False, fit=None,hist_kws=None,
kde_kws=None, rug_kws=None, fit_kws=None, color=None, vertical=False,
norm_hist=False, axlabel=None, label=None, ax=None)
- a 数据源
- bins 箱数hist、kde、rug 是否显示箱数、密度曲线、数据分布，默认显示箱数和密度曲线不显示数据分析
- {hist,kde,rug}_kws 通过字典形式设置箱数、密度曲线、数据分布的各个特征
- norm_hist 直方图的高度是否显示密度，默认显示计数,如果kde设置为True高度也会显示为密度
- color 颜色
- vertical 是否在y轴上显示图标，默认为False即在x轴显示，即竖直显示
- axlabel 坐标轴标签
- label 直方图标签
二、密度图
2.1 单个样本数据分布密度图
到此这篇关于python使用seaborn绘图直方图displot,密度图,散点图的文章就介绍到这了,更多相关python seaborn绘图 内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
免责声明：
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的，并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据，供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
