python使用seaborn绘图直方图displot,密度图,散点图

wwuc

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. 
   
7. fig = plt.figure(figsize=(12, 5))
   
8. ax1 = plt.subplot(121)
   
9. rs = np.random.RandomState(10)  # 设定随机数种子
   
10. s = pd.Series(rs.randn(100) * 100)
    
11. sns.distplot(s, bins=10, hist=True, kde=True, rug=True, norm_hist=False, color='y', label='distplot', axlabel='x')
    
12. plt.legend()
    
13. 
    
14. ax1 = plt.subplot(122)
    
15. sns.distplot(s, rug=True,
    
16.              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'
    
17.              kde_kws={"color": "r", "linewidth": 1, "label": "KDE", 'linestyle': '--'},   # 设置密度曲线颜色，线宽，标注、线形
    
18.              rug_kws={'color': 'r'})  # 设置数据频率分布颜色
    
19. 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！