python使用seaborn繪圖直方圖displot,密度圖,散點圖
發(fā)布日期：2022-07-20 19:45 | 文章來源：源碼中國
一、直方圖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) # 設(shè)定隨機數(shù)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(shè)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(shè)置密度曲線顏色，線寬，標注、線形
rug_kws={'color': 'r'}) # 設(shè)置數(shù)據(jù)頻率分布顏色
plt.show()
函數(shù)及參數(shù)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(shù)據(jù)源
- bins 箱數(shù)hist、kde、rug 是否顯示箱數(shù)、密度曲線、數(shù)據(jù)分布，默認顯示箱數(shù)和密度曲線不顯示數(shù)據(jù)分析
- {hist,kde,rug}_kws 通過字典形式設(shè)置箱數(shù)、密度曲線、數(shù)據(jù)分布的各個特征
- norm_hist 直方圖的高度是否顯示密度，默認顯示計數(shù),如果kde設(shè)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(shù)據(jù)分布密度圖
到此這篇關(guān)于python使用seaborn繪圖直方圖displot,密度圖,散點圖的文章就介紹到這了,更多相關(guān)python seaborn繪圖 內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！
版權(quán)聲明：本站文章來源標注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。
相關(guān)文章
關(guān)注官方微信