您现在的位置是:网站首页> 编程资料编程资料
python使用seaborn绘图直方图displot,密度图,散点图_python_
2023-05-26
368人已围观
简介 python使用seaborn绘图直方图displot,密度图,散点图_python_
一、直方图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) # 设定随机数种子 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"}, # 设置箱子的风格、线宽、透明度、颜色,风格包括:'bar', 'barstacked', 'step', 'stepfilled' kde_kws={"color": "r", "linewidth": 1, "label": "KDE", 'linestyle': '--'}, # 设置密度曲线颜色,线宽,标注、线形 rug_kws={'color': 'r'}) # 设置数据频率分布颜色 plt.show() 函数及参数介绍:
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 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!
您可能感兴趣的文章:
相关内容
- python 共现矩阵的实现代码_python_
- Python详解argparse参数模块之命令行参数_python_
- Python利用contextvars实现管理上下文变量_python_
- 详解pygame中Rect对象_python_
- Python Behave框架学习_python_
- python使用pip成功导入库后还是报错的解决方法(针对vscode)_python_
- Pycharm虚拟环境pip时报错:no suchoption:--bulid-dir的解决办法_python_
- 基于Python实现简易学生信息管理系统_python_
- django连接数据库获取数据的简单步骤记录_python_
- 使用Django+Pytest搭建在线自动化测试平台_python_
