图表可视化seaborn直方图|密度图|散点图

一、直方图distplot()

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

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

标签：None,seaborn,kde,kws,散点图,hist,直方图,rug,True
来源： https://www.cnblogs.com/Forever77/p/11427665.html