资讯专栏INFORMATION COLUMN

python使用seaborn绘图工具:绘制直方图displot,密度图,散点图

89542767 / 794人阅读


  小编写这篇文章的主要目的,是给各位广大的读者,去介绍一些知识,知识的内容主要是绘制相关的方图dispiot、密度图以及相关的散点图,具体内容,下面给大家详细解答。


  一、直方图distplot()

0.png

  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

1.png

  综上所述,关于这方面的内容就为大家介绍到这里了,希望可以为各位读者带来帮助。


文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/127710.html

相关文章

  • Python学习笔记:数据可视化(一)

    摘要:当数据发生变化时,这种演变过程随之发生。是一种统计报告图,由一系列高度不等的纵向条纹或线段表示数据分布的情况。 showImg(https://segmentfault.com/img/bVbnkP1?w=751&h=558); python相关 基础概念 数据:离散的,客观事实的数字表示 信息:处理后的数据,为实际问题提供答案   - 为数据提供一种关系或一个关联后,数据就成了信...

    Crazy_Coder 评论0 收藏0
  • 数据可视化Seaborn从零开始学习教程(三) 数据分布可视化篇

    摘要:数据集分布可视化当处理一个数据集的时候,我们经常会想要先看看特征变量是如何分布的。直方图在横坐标的数据值范围内均等分的形成一定数量的数据段,并在每个数据段内用矩形条显示轴观察数量的方式,完成了对的数据分布的可视化展示。 作者:xiaoyu微信公众号:Python数据科学知乎:python数据分析师 Seaborn学习大纲 seaborn的学习内容主要包含以下几个部分: 风格管理 ...

    Tamic 评论0 收藏0
  • 数据可视化Seaborn从零开始学习教程(四) 分类数据可视化篇

    摘要:分类数据散点图在分类数据的基础上展示定量数据的最简单函数就是。此外,小提琴内还显示了箱体四分位数和四分位距。该函数会用高度估计值对数据进行描述,而不是显示一个完整的条形,它只绘制点估计和置信区间。 作者:xiaoyu微信公众号:Python数据科学知乎:python数据分析师 Seaborn学习大纲 seaborn的学习内容主要包含以下几个部分: 风格管理 绘图风格设置 颜色风...

    CodeSheep 评论0 收藏0
  • ☀️苏州程序大白一文从基础手把手教你Python数据可视化大佬☀️《❤️记得收藏❤️》

    ☀️苏州程序大白一文从基础手把手教你Python数据可视化大佬☀️《❤️记得收藏❤️》 目录 ?️‍?开讲啦!!!!?️‍?苏州程序大白?️‍??博主介绍前言数据关系可视化散点图 Scatter plots折线图强调连续性 Emphasizing continuity with line plots同时显示多了图表 数据种类的可视化 Plotting with categorical da...

    Drinkey 评论0 收藏0
  • Python数据分析:seaborn

    摘要:,绘制盒形图,同样指定对数据的分类。如果传入则画出的盒形图是横向的。绘制小提琴图,表示是否将两类数据分开绘制,如果为,则不分开绘制,默认为。数据集数据集名。计算置信区间时使用的引导迭代次数整数。 seaborn是python中的一个非常强大的数据可视化库,它集成了matplotlib,下图为seaborn的官网,如果遇到疑惑的地方可以到官网查看。http://seaborn.pydat...

    LeexMuller 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<