python使用seaborn繪圖直方圖displot,密度圖,散點圖

Posted on by

一、直方圖distplot()

在這裡插入圖片描述 

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)  # 設定隨機數種子
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"},  # 設置箱子的風格、線寬、透明度、顏色,風格包括：'bar', 'barstacked', 'step', 'stepfilled'
             kde_kws={"color": "r", "linewidth": 1, "label": "KDE", 'linestyle': '--'},   # 設置密度曲線顏色，線寬，標註、線形
             rug_kws={'color': 'r'})  # 設置數據頻率分佈顏色
plt.show()

函數及參數介紹：

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 數據源bins 箱數hist、kde、rug 是否顯示箱數、密度曲線、數據分佈，默認顯示箱數和密度曲線不顯示數據分析
{hist,kde,rug}_kws 通過字典形式設置箱數、密度曲線、數據分佈的各個特征norm_hist 直方圖的高度是否顯示密度，默認顯示計數,如果kde設置為True高度也會顯示為密度color 顏色vertical 是否在y軸上顯示圖標，默認為False即在x軸顯示，即豎直顯示axlabel 坐標軸標簽label 直方圖標簽

二、密度圖

2.1 單個樣本數據分佈密度圖

bor在這裡插入圖片描述

到此這篇關於python使用seaborn繪圖直方圖displot,密度圖,散點圖的文章就介紹到這瞭,更多相關python seaborn繪圖 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：