请选择 进入手机版 | 继续访问电脑版
查看: 115|回复: 0

python使用seaborn绘图直方图displot,密度图,散点图

[复制链接]

2198

主题

0

回帖

7027

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
7027
发表于 2022-10-9 03:43:04 | 显示全部楼层 |阅读模式
一、直方图distplot()

  1. import numpy as np
  2. import seaborn as sns
  3. import matplotlib.pyplot as plt
  4. import matplotlib
  5. import pandas as pd

  6. fig = plt.figure(figsize=(12, 5))
  7. ax1 = plt.subplot(121)
  8. rs = np.random.RandomState(10)  # 设定随机数种子
  9. s = pd.Series(rs.randn(100) * 100)
  10. sns.distplot(s, bins=10, hist=True, kde=True, rug=True, norm_hist=False, color='y', label='distplot', axlabel='x')
  11. plt.legend()

  12. ax1 = plt.subplot(122)
  13. sns.distplot(s, rug=True,
  14.              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'
  15.              kde_kws={"color": "r", "linewidth": 1, "label": "KDE", 'linestyle': '--'},   # 设置密度曲线颜色,线宽,标注、线形
  16.              rug_kws={'color': 'r'})  # 设置数据频率分布颜色
  17. plt.show()
复制代码
函数及参数介绍:
  1. distplot(a, bins=None, hist=True, kde=True, rug=False, fit=None,hist_kws=None,
  2.                   kde_kws=None, rug_kws=None, fit_kws=None, color=None,  vertical=False,
  3.                  norm_hist=False, axlabel=None, label=None, ax=None)
复制代码

  • 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 内容请搜索趣UU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趣UU!

免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

x
打赏作者
  • 0
  • 0
  • 0
  • 0
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表