seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot

这篇具有很好参考价值的文章主要介绍了seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

提供的api 说明
displot Figure-level interface for drawing distribution plots onto a FacetGrid. 图形级界面,用于在FacetGrid上绘制分布图。
histplot Plot univariate or bivariate histograms to show distributions of datasets. 绘制单变量或双变量直方图来显示数据集的分布。
kdeplot Plot univariate or bivariate distributions using kernel density estimation. 使用核密度估计绘制单变量或双变量分布
ecdfplot Plot empirical cumulative distribution functions.绘制经验累积分布函数。
rugplot Plot marginal distributions by drawing ticks along the x and y axes. 通过在x和y轴上画刻度来绘制边缘分布。
distplot DEPRECATED: Flexibly plot a univariate distribution of observations. :灵活地绘制观测数据的单变量分布。

displot

语法

seaborn.displot(data=Node,*, x=None, y=None, hue=None, row=None, col=None, weights=None, kind='hist', 
rug=False, rug_kws=None, log_scale=None, legend=True, palette=None, hue_order=None, hue_norm=None, 
color=None, col_wrap=None, row_order=None, col_order=None, height=5, aspect=1, facet_kws=None, **kwargs)

这个函数提供了几种可视化数据的单变量或双变量分布的方法,包括通过语义映射和跨多个子图分面定义的数据子集。
通过kind参数,选择不同的方法:

  • histplot()
  • kedplot()
  • edfplot()
    此外,可以将rugplot()添加到任何类型的图中以显示单个的观察结果。

参数说明

  • data是输入的数据集,数据类型可以是pandas.DataFrame对象、numpy.ndarray数组、映射或序列类型等。
  • x和y是参数data中的键或向量,指定关系图中x轴和y轴的变量。
  • hue也是data中的键或向量,根据hue变量对数据进行分组,并在图中使用不同颜色的元素加以区分。
  • hue_order指定色调语义的分类级别的处理和绘图顺序。
  • hue_norm可以是设置数据单元规范化范围的一对值,也可以是将数据单元映射到[0,1]区间的对象。 使用意味着数字映射。
  • size也是data中的键或向量,根据size变量控制图中点的大小或线条的粗细。
  • style也是data中的键或向量,根据style变量对数据进行分组,并在图中使用不同类型的元素加以区分,比如点线、虚线等。
  • kind指定要绘制的关系图类型,可选"scatter"(散点图)和"line"(线形图),默认值为"scatter"。

举例

#可以加载anaconda中sns库自己带的一些数据源 进行示例。  
penguins = sns.load_dataset("penguins")
sns.displot(data=penguins, x="flipper_length_mm")

seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot
seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot
使用kind=‘kde’参数来显示核密度估计,(kernel density estimates);
seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot
使用kind='ecdf’参数来显示经验累积分布函数(empirical cumulative distribution functions)
seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot
同时也可以在直方图中,显示核密度估计
seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot
绘制一个二元分析图,将x和y都赋值:
这幅图片里面内容不是很有意义,但是也能看得出pCO2值与year的变化与分布;
seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot目前,二元分析图仅适用于直方图和KDEs: 当然也可以使用kdes方式来画二元分析图,可以发现数据的分布情况;
seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot对于每种类型的图,你也可以用一个边缘的“地毯”来显示单个的观察结果: 即在坐标轴上显示每个变量的分布状况
seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot
每种图都可以使用hue参数 映射为数据的子集单独绘制:使用的数据中有空值,所以加上了warn_singular。
seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot
可以再加上一些参数,来是的画的更好看;
multiple must be one of [‘layer’, ‘stack’, ‘fill’, ‘dodge’]
seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot
使用col参数来分图画;这里使用官网的数据源;
seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot
你可以通过height 和 aspect参数来控制它的大小和形状:
seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot
设置x、y轴 的命名 和单位;设置子标题命名
seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot

关于其他函数的讲解

还有其他API:histplot,kdeplot。。。读者可以参考下面网址。
这些画图工具能画出来太多的图了,但是基本上用法大家都清楚。

https://seaborn.pydata.org/api.html#categorical-plots文章来源地址https://www.toymoban.com/news/detail-428105.html

到了这里,关于seaborn库学习----分布图displot、histplot、kdeplot、ecdfplot的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网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TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • R语言【文章复现】——集成式地绘制高分辨率的多样性分布图,对方法的检验和优化,以及处理思路的思考

    本文对一篇 2022 年发表在 New Phytologist 的绘图方法文章中的技术路线进行复现。 An integrated high-resolution mapping shows congruent biodiversity patterns of Fagales and Pinales 文中,作者针对在全球尺度上绘制物种分布图提出了一种全新的方法。该方法整合了 多边形绘图 ( polygon mapping )和 物

    2024年02月02日
    浏览(36)
  • MBTI+大模型=甜甜的恋爱?美国新年AI裁员潮;中国大模型人才分布图;20分钟览尽NLP百年;Transformer新手入门教程 | ShowMeAI日报

    日报周刊合集 | 🎡 生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦! www.trueup.io/layoffs 补充一份背景:👆 上方链接是 TrueUp 网站关于科技行业裁员、招聘、股票等信息的汇总页面,其中「The Tech Layoff Tracker」 实时密切追踪着全球科技公司的裁员信息,覆盖大型科技公司

    2024年02月22日
    浏览(33)
  • Seaborn系列(三):分布统计绘图(distribution)

    Seaborn系列目录 分布分析(了解变量的分布)是数据分析和建模非常重要且必要的步骤,也是统计学中最基本的方法。 分布就是了解数据变量的分布规律的。seaborn中“分布”绘图函数共5个: displot() :通过kind参数指定为\\\"hist\\\",“kde”,“ecdf”。默认为hist。 histplot() :直方图 kde

    2024年02月03日
    浏览(28)
  • python中利用seaborn绘制概率分布直方图以及密度图

    当我们想要弄清楚变量的统计特性时,往往想知道它是服从什么分布的,这时候就需要绘制概率分布直方图 在python中我们可以使用 seaborn 库来进行绘制: Seaborn是一个基于matplotlib的Python数据可视化库。它为绘制有吸引力和信息丰富的统计图形提供了高级界面。 首先需要导入

    2024年02月16日
    浏览(42)
  • 【机器学习】可视化模块-seaborn详细教程

    Seaborn是一个基于Python语言的数据可视化库,它能够创建高度吸引人的可视化图表,是在matplotlib库的基础上,提供了更为简便的API和更为丰富的可视化函数,使得数据分析与可视化变得更加容易。Seaborn的设计哲学是以美学为中心,致力于创建最佳的数据可视化,同时也保持着

    2024年02月13日
    浏览(30)
  • 【100天精通Python】Day71:Python可视化_一文掌握Seaborn库的使用《一》_数据分布可视化,数据关系可视化,示例+代码

    目录 1. 数据分布的可视化 1.1 直方图(Histograms) 1.2 核密度估计图(Kernel Density Estimation Plot)

    2024年02月06日
    浏览(38)
  • 数字后端——布图规划

            布图规划(floorplan)与布局(place)在芯片设计中占据着重要的地位,它的合理与否直接关系到芯片的时序收敛、布线通畅、电源稳定以及良品率。所以在整个芯片设计中,从 布图规划到完成布局一般需要占据整个物理实施1/3的时间 。         芯片设计中,在

    2023年04月09日
    浏览(23)
  • Python seaborn库的安装与图像的背景风格(Seaborn篇-01)

    Python seaborn库的安装与图像的背景风格(Seaborn篇-01)         🍹博主 侯小啾 感谢您的支持与信赖。☀️ 🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹

    2024年01月22日
    浏览(38)
  • 探索数据之美:深入Seaborn的数据可视化艺术与技巧【第26篇—python:Seaborn】

    Seaborn是一款基于Matplotlib的统计数据可视化库,其高级接口和精美的默认样式使得数据可视化更加简便和美观。 Seaborn在数据可视化中具有以下特点和优势: 简化API: Seaborn的API设计简洁易用,特别适合初学者。几行代码即可生成漂亮且具有信息量的图表。 美观的默认样式:

    2024年01月18日
    浏览(48)
  • Seaborn 基本语法及特点

    Seaborn 是 Python 中一个非常受用户欢迎的可视化库。Seaborn 在 Matplotlib 的基础上进行了更加高级的封装,用户能够使用极少的代码绘制出拥有丰富统计信息的科研论文配图。Seaborn 基于 Matplotlib,Matplotlib 中大多数绘图函数的参数都可在 Seaborn 绘图函数中使用,对 Python 的其他库

    2024年02月11日
    浏览(19)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包