python使用seaborn繪圖工具：繪制直方圖displot,密度圖,散點(diǎn)圖

89542767 發(fā)布于2022-09-14 15:26 / 835人閱讀

　　小編寫這篇文章的主要目的，是給各位廣大的讀者，去介紹一些知識(shí)，知識(shí)的內(nèi)容主要是繪制相關(guān)的方圖dispiot、密度圖以及相關(guān)的散點(diǎn)圖，具體內(nèi)容，下面給大家詳細(xì)解答。

　　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(jī)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(fēng)格、線寬、透明度、顏色,風(fēng)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(biāo)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(rèn)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(gè)特征

　　norm_hist直方圖的高度是否顯示密度，默認(rèn)顯示計(jì)數(shù),如果kde設(shè)置為True高度也會(huì)顯示為密度

　　color顏色

　　vertical是否在y軸上顯示圖標(biāo)，默認(rèn)為False即在x軸顯示，即豎直顯示

　　axlabel坐標(biāo)軸標(biāo)簽

　　label直方圖標(biāo)簽

　　二、密度圖

　　2.1單個(gè)樣本數(shù)據(jù)分布密度圖

　　綜上所述，關(guān)于這方面的內(nèi)容就為大家介紹到這里了，希望可以為各位讀者帶來幫助。

GPU云服務(wù)器云服務(wù)器 python 散點(diǎn)圖 python畫散點(diǎn)圖散點(diǎn)圖 python點(diǎn)密度圖

文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請(qǐng)注明本文地址：http://systransis.cn/yun/127710.html

相關(guān)文章

Python學(xué)習(xí)筆記：數(shù)據(jù)可視化(一)

摘要：當(dāng)數(shù)據(jù)發(fā)生變化時(shí)，這種演變過程隨之發(fā)生。是一種統(tǒng)計(jì)報(bào)告圖，由一系列高度不等的縱向條紋或線段表示數(shù)據(jù)分布的情況。 showImg(https://segmentfault.com/img/bVbnkP1?w=751&h=558); python相關(guān) 基礎(chǔ)概念數(shù)據(jù):離散的，客觀事實(shí)的數(shù)字表示信息：處理后的數(shù)據(jù)，為實(shí)際問題提供答案　　- 為數(shù)據(jù)提供一種關(guān)系或一個(gè)關(guān)聯(lián)后，數(shù)據(jù)就成了信...

Crazy_Coder 2019-07-31 11:07 評(píng)論0 收藏0
數(shù)據(jù)可視化Seaborn從零開始學(xué)習(xí)教程（三）數(shù)據(jù)分布可視化篇

摘要：數(shù)據(jù)集分布可視化當(dāng)處理一個(gè)數(shù)據(jù)集的時(shí)候，我們經(jīng)常會(huì)想要先看看特征變量是如何分布的。直方圖在橫坐標(biāo)的數(shù)據(jù)值范圍內(nèi)均等分的形成一定數(shù)量的數(shù)據(jù)段，并在每個(gè)數(shù)據(jù)段內(nèi)用矩形條顯示軸觀察數(shù)量的方式，完成了對(duì)的數(shù)據(jù)分布的可視化展示。作者：xiaoyu微信公眾號(hào)：Python數(shù)據(jù)科學(xué)知乎：python數(shù)據(jù)分析師 Seaborn學(xué)習(xí)大綱 seaborn的學(xué)習(xí)內(nèi)容主要包含以下幾個(gè)部分：風(fēng)格管理 ...

Tamic 2019-07-30 16:37 評(píng)論0 收藏0
數(shù)據(jù)可視化Seaborn從零開始學(xué)習(xí)教程（四）分類數(shù)據(jù)可視化篇

摘要：分類數(shù)據(jù)散點(diǎn)圖在分類數(shù)據(jù)的基礎(chǔ)上展示定量數(shù)據(jù)的最簡單函數(shù)就是。此外，小提琴內(nèi)還顯示了箱體四分位數(shù)和四分位距。該函數(shù)會(huì)用高度估計(jì)值對(duì)數(shù)據(jù)進(jìn)行描述，而不是顯示一個(gè)完整的條形，它只繪制點(diǎn)估計(jì)和置信區(qū)間。作者：xiaoyu微信公眾號(hào)：Python數(shù)據(jù)科學(xué)知乎：python數(shù)據(jù)分析師 Seaborn學(xué)習(xí)大綱 seaborn的學(xué)習(xí)內(nèi)容主要包含以下幾個(gè)部分：風(fēng)格管理繪圖風(fēng)格設(shè)置顏色風(fēng)...

CodeSheep 2019-07-30 16:50 評(píng)論0 收藏0
??蘇州程序大白一文從基礎(chǔ)手把手教你Python數(shù)據(jù)可視化大佬??《??記得收藏??》

??蘇州程序大白一文從基礎(chǔ)手把手教你Python數(shù)據(jù)可視化大佬??《??記得收藏??》目錄 ????開講啦?。。?！????蘇州程序大白?????博主介紹前言數(shù)據(jù)關(guān)系可視化散點(diǎn)圖 Scatter plots折線圖強(qiáng)調(diào)連續(xù)性 Emphasizing continuity with line plots同時(shí)顯示多了圖表數(shù)據(jù)種類的可視化 Plotting with categorical da...

Drinkey 2021-10-09 09:44 評(píng)論0 收藏0
Python數(shù)據(jù)分析：seaborn

摘要：，繪制盒形圖，同樣指定對(duì)數(shù)據(jù)的分類。如果傳入則畫出的盒形圖是橫向的。繪制小提琴圖，表示是否將兩類數(shù)據(jù)分開繪制，如果為，則不分開繪制，默認(rèn)為。數(shù)據(jù)集數(shù)據(jù)集名。計(jì)算置信區(qū)間時(shí)使用的引導(dǎo)迭代次數(shù)整數(shù)。 seaborn是python中的一個(gè)非常強(qiáng)大的數(shù)據(jù)可視化庫，它集成了matplotlib，下圖為seaborn的官網(wǎng)，如果遇到疑惑的地方可以到官網(wǎng)查看。http://seaborn.pydat...

LeexMuller 2019-06-26 18:43 評(píng)論0 收藏0