其他
Python可视化23|seaborn.distplot单变量分布图(直方图|核密度图)
"pythonic生物人"的第68篇分享
本文介绍seaborn.distplot绘制单变量分布图（直方图及核密度图）。
本文内容概要
直方图
核密度图
直方图结合核密度图
目录
1、seaborn.distplot
数据准备
绘制直方图hist
修改直方图hist中箱子数bins
直方图成箱方式
绘制核密度曲线kernel density estimate (KDE)
seaborn.kdeplot绘制窄宽度核密度曲线
bandwidth (bw)，控制核密度曲线胖瘦
核密度曲线结合直方图
fit参数
seaborn.distplot简介
seaborn.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)
http://seaborn.pydata.org/generated/seaborn.distplot.html#seaborn.distplot
整合了如下三个函数：
matplotlib中的直方图hist（默认绘制直方图） seaborn.kdeplot() seaborn.rugplot() scipy.stats
数据准备
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(0)
x=np.random.randn(100)#造一个shape为(100,)，服从正态分布的对象x
print(x)
print(x.shape)
绘制直方图hist
plt.figure(dpi=120)
sns.set(style='dark')
sns.set_style("dark", {"axes.facecolor": "#e9f3ea"})#修改背景色
g=sns.distplot(x,
hist=True,#默认绘制直方图，详细参考plt.hist
kde=False,
color="#098154")#修改柱子颜色
修改直方图hist中箱子数bins
plt.figure(dpi=120)
sns.set(style='dark')
sns.set_style("dark", {"axes.facecolor": "#e9f3ea"})
g=sns.distplot(x,
hist=True,
bins=15,#修改箱子个数
kde=False,
color="#098154")
直方图成箱方式
有4种方式：'bar,barstacked,step,stepfilled'。
sns.set(style='dark')
sns.set_style("dark", {"axes.facecolor": "#e9f3ea"})
for i in list('bar,barstacked,step,stepfilled'.split(',')):
plt.figure(dpi=120)
sns.distplot(x,
hist=True,
bins=15,
kde=False,
hist_kws={'histtype':'%s'%i}, #默认为bar,可选barstacked,step,stepfilled
color="#098154")
plt.title("histtype="'%s'%i)
plt.show()
绘制核密度曲线kernel density estimate (KDE)
plt.figure(dpi=120)
sns.set(style='dark')
sns.set_style("dark", {"axes.facecolor": "#e9f3ea"})
g=sns.distplot(x,
hist=False,
kde=True,#开启核密度曲线kernel density estimate (KDE)
kde_kws={'linestyle':'--','linewidth':'1','color':'#098154',#设置外框线属性
'shade':True,#开启填充
},
)
seaborn.kdeplot绘制窄宽度核密度曲线
plt.figure(dpi=120)
sns.set(style='dark')
sns.set_style("dark", {"axes.facecolor": "#e9f3ea"})#修改背景色
g=sns.kdeplot(x,
shade=True,
bw=0.15,#使用窄带宽
color="#098154"
)
bandwidth (bw)，控制核密度曲线胖瘦
类似hist中bin size
plt.figure(dpi=120)
sns.set(style='dark')
sns.set_style("dark", {"axes.facecolor": "#e9f3ea"})
sns.kdeplot(x,shade=True, label="bw: defult")
sns.kdeplot(x, bw=.2, label="bw: 0.2")
sns.kdeplot(x, bw=2, label="bw: 2")
plt.legend();
核密度曲线结合直方图
plt.figure(dpi=120)
sns.set(style='dark')
sns.set_style("dark", {"axes.facecolor": "#e9f3ea"})
g=sns.distplot(x,
hist=True,
kde=True,#开启核密度曲线kernel density estimate (KDE)
kde_kws={'linestyle':'--','linewidth':'1','color':'#c72e29',#设置外框线属性
},
color='#098154',
axlabel='Xlabel',#设置x轴标题
)
fit参数
将数据与scipy.stats中的分布拟合，查看数据服从何种分布，更多可参考：https://docs.scipy.org/doc/scipy/reference/stats.html
from scipy.stats import norm#导入正态分布
plt.figure(dpi=120)
sns.set(style='dark')
sns.set_style("dark", {"axes.facecolor": "#e9f3ea"})
g=sns.distplot(x,
hist=True,
kde=False,
kde_kws={'linestyle':'--','linewidth':'1','color':'#c72e29',
},
fit=norm,#
color='#098154',
参考资料：http://seaborn.pydata.org/generated/seaborn.distplot.html#seaborn.distplot