Python sns.distplot()方法的使用方法

#displot參數如下
sns.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)
  • hist: 控制是否顯示條形圖,默認為True
  • kde: 控制是否顯示核密度估計圖,默認為True
  • rug: 控制是否顯示觀測的小細條(邊際毛毯)默認為false
  • fit: 設定函數圖像,與原圖進行比較
  • axlabel: 設置x軸的label
  • label : 沒有發現什麼作yong.
  • ax: 圖片位置
import matplotlib.pyplot as plt 
import numpy as np
import pandas as pd 
import seaborn as sns 
sns.set()  #切換到sns的默認運行配置
import warnings
warnings.filterwarnings('ignore')
x=np.random.randn(100)
sns.distplot(x)

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-YCj2zRDg-1618559958323)(output_4_1.png)]

sns.distplot(x,kde=False)
<AxesSubplot:>

​norm_hist:若為True, 則直方圖高度顯示密度而非計數(含有kde圖像中默認為True)

#norm_hist
fig,axes=plt.subplots(1,2)
sns.distplot(x,norm_hist=True,kde=False,ax=axes[0]) #左圖
sns.distplot(x,kde=False,ax=axes[1]) #右圖
<AxesSubplot:>

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-hhQvZHPj-1618559958340)(output_7_1.png)]

​通過hidt和kde參數調節是否顯示直方圖和核密度估計((默認hist,kde均為True)

fig,axes = plt.subplots(1,3) # 創建一個1行3列的圖片
sns.distplot(x,ax=axes[0]) # ax=axex[0]表示該圖片在整個畫板中的位置
sns.distplot(x,hist=False,ax=axes[1])  #不顯示直方圖
sns.distplot(x,kde=False,ax=axes[2])  #不顯示核密度
<AxesSubplot:>

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-C6l6XyEZ-1618559958346)(output_9_1.png)]

​rag:控制是否生成觀測數值的小細條

#rag
fig,axes=plt.subplots(1,2)
sns.distplot(x,rug=True,ax=axes[0]) #左圖
sns.distplot(x,ax=axes[1]) #右圖
<AxesSubplot:ylabel='Density'>

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-KJL1B4rI-1618559958349)(output_11_1.png)]

​fit:控制擬合的參數分佈圖形,能夠直觀地評估它與觀察數據的對應關系(黑色線條為確定的分佈)

#fit
from scipy.stats import *
sns.distplot(x,hist=False,fit=norm) #擬合標準正態分佈
<AxesSubplot:ylabel='Density'>

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-iVnv4pVs-1618559958351)(output_13_1.png)]

​bins:int或list,控制直方圖的劃分

#bins
fig,axes=plt.subplots(1,2) 
sns.distplot(x,kde=False,bins=20,ax=axes[0]) #分成20個區間
sns.distplot(x,kde=False,bins=[x for x in range(4)],ax=axes[1]) #以0,1,2,3為分割點,形成區間[0,1],[1,2],[2,3],區間外的值不計入。

vertical / color 參數

# 
sns.distplot(x,vertical=True,color="y")

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-TLdzzMle-1618559958389)(output_17_1.png)]

​總結

到此這篇關於Python sns.distplot()方法使用的文章就介紹到這瞭,更多相關sns.distplot()方法使用內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: