python怎么使用seaborn繪制直方圖,密度圖,散點圖

本文小編為大家詳細介紹“python怎么使用seaborn繪制直方圖,密度圖,散點圖”，內容詳細，步驟清晰，細節處理妥當，希望這篇“python怎么使用seaborn繪制直方圖,密度圖,散點圖”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。

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，標注、線形
             rug_kws={'color': 'r'})  # 設置數據頻率分布顏色
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、數據分布，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,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 單個樣本數據分布密度圖

讀到這里，這篇“python怎么使用seaborn繪制直方圖,密度圖,散點圖”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。