seaborn绘图入门2（distplot+kdeplot+jointplot+set

文章目录

4. distplot(a=,kde=False)，直方图
5. kdeplot，密度图
- 5.1 kdeplot，一维密度图
- 5.2 jointplot(x=,y=,kind='kde')，二维密度图
6. set_style()，设置底色

learn from https://www.kaggle.com/learn/data-visualization

上一篇：seaborn绘图入门1（lineplot+barplot+heatmap+scatterplot）

4. distplot(a=,kde=False)，直方图

kernel density estimate (KDE) kde不写，或者为True，会出现曲线

# 直方图 Histogram
filepath = "iris.csv"
iris_data = pd.read_csv(filepath, index_col='Id')
print(iris_data.head())
sns.distplot(a=iris_data['Petal Length (cm)'],kde=False)
plt.show()

分成几次分别绘制，带颜色

iris_set_file = "iris_setosa.csv"
iris_ver_file = "iris_versicolor.csv"
iris_vir_file = "iris_virginica.csv"iris_set_data = pd.read_csv(iris_set_file, index_col="Id")
iris_ver_data = pd.read_csv(iris_ver_file, index_col="Id")
iris_vir_data = pd.read_csv(iris_vir_file, index_col="Id")
sns.distplot(a=iris_set_data["Petal Length (cm)"], label="iris_setosa", kde=False)
sns.distplot(a=iris_ver_data['Petal Length (cm)'], label="Iris-versicolor", kde=False)
sns.distplot(a=iris_vir_data['Petal Length (cm)'], label="Iris-virginica", kde=False)
plt.title("不同种系Petal Lengths直方图")
plt.legend()
plt.show()

5. kdeplot，密度图

5.1 kdeplot，一维密度图

# 密度图
sns.kdeplot(data=iris_data['Petal Length (cm)'], shade=False)

分开绘制密度图

sns.kdeplot(data=iris_set_data['Petal Length (cm)'], label="Iris-setosa", shade=True)
sns.kdeplot(data=iris_ver_data['Petal Length (cm)'], label="Iris-versicolor", shade=True)
sns.kdeplot(data=iris_vir_data['Petal Length (cm)'], label="Iris-virginica", shade=True)
plt.title("不同种系Petal Lengths分布")
plt.show()

5.2 jointplot(x=,y=,kind=‘kde’)，二维密度图

sns.jointplot(x=iris_data['Petal Length (cm)'], y=iris_data['Sepal Width (cm)'],kind='kde')

6. set_style()，设置底色

sns.set_style("dark") # 灰色底色
# (1)"darkgrid", (2)"whitegrid", (3)"dark", (4)"white", and (5)"ticks"

style = ["dark", "darkgrid", "white", "whitegrid", "ticks"]
plt.figure(figsize=(12, 6))
for i in range(5):sns.set_style(style[i])f = plt.subplot(2, 3, i + 1)sns.lineplot(data=data)  # 单个数据可以加 label="label_test"f.set_title("style_" + style[i])f.legend()
plt.show()

上一篇：seaborn绘图入门1（lineplot+barplot+heatmap+scatterplot）

完成课程，获得证书，继续加油

seaborn绘图入门2（distplot+kdeplot+jointplot+set_style）相关推荐

seaborn绘图入门1（lineplot+barplot+heatmap+scatterplot）
文章目录 1. lineplot 线图 2. barplot .heatmap 条形图.热图 2.1 barplot,条形图 2.2 heatmap,热图 3. scatterplot.regplot ...
转：统计与绘图神器seaborn库入门
Python可视化神器Seaborn入门系列(一)--kdeplot和distplot https://mp.weixin.qq.com/s?__biz=MzI5NDY1MjQzNA==&mi ...
seaborn从入门到精通02-绘图功能概述
seaborn从入门到精通02-绘图功能概述总结参考 A high-level API for statistical graphics 用于统计图形的高级API Similar function ...
数据可视化——利用pandas和seaborn绘图基础
文章目录一.折线图二.柱状图三.直方图和密度图四.散点图或点图五.分面网格其他绘图工具: 图像可视化--matplotlib绘图入门基础一.折线图 1.Series和DataFrame都 ...
python数据分析 | seaborn绘图学习
seaborn绘图学习 1 seaborn介绍和安装 2 关系型绘图 3 分类绘图 3.1 分类散点图 3.2 分类分布图 3.3 分类统计图 3.4 分布绘图 4 线性回归绘图 5 综合 1 sea ...
spyder中绘图无法显示负号_matlibplot+seaborn绘图风格交叉使用
matlibplot+seaborn绘图风格交叉使用遇到问题:想要图一的图案,但是想要seaborn中默认的风格绘制图一一开始的想法是seaborn既然升级版matlibplot,应该支持直接修 ...
seaborn绘图基础介绍
目录 1.seaborn的优点 2.seaborn的官网 3.seaborn的作者介绍 4.seaborn的缩写为什么是sns,而不是sbn? 5.seaborn与matplotl ...
让图形变得精致：seaborn绘图基础
本文来自读者投稿,作者:黄同学学习Python中用seaborn绘图的技巧 1.seaborn的优点它简化了复杂数据集的表示: 可以轻松构建复杂的可视化,简洁的控制matplotlib图形样式与几 ...
Matplitlib绘图入门1，这一篇就够了
Matplitlib绘图入门1,这一篇就够了 1. 绘制简单的图表(标题.标签轴.刻度轴.表说明) 2. 绘图辅助函数方法,绘制多个图(随机点绘制多个子图,点状.x状等) 3. 可交互式绘图(一图单线 ...

seaborn绘图入门2（distplot+kdeplot+jointplot+set_style）