Skip to content

seaborn.distplot

译者:hyuuo

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)

灵活绘制单变量观测值分布图。

该函数结合了 matplotlib 中的 hist函数(自动计算一个默认的合适的 bin 大小)、seaborn 的kdeplot()rugplot()函数。它还可以拟合scipy.stats分布并在数据上绘制估计的 PDF(概率分布函数)。

参数:a:Series、1 维数组或者列表。

观察数据。如果是具有name属性的 Series 对象,则该名称将用于标记数据轴。

bins:matplotlib hist()的参数,或 None。可选参数。

直方图 bins(柱)的数目,若填 None,则默认使用 Freedman-Diaconis 规则指定柱的数目。

hist:布尔值,可选参数。

是否绘制(标准化)直方图。

kde:布尔值,可选参数。

是否绘制高斯核密度估计图。

rug:布尔值,可选参数。

是否在横轴上绘制观测值竖线。

fit:随机变量对象,可选参数。

一个带有fit方法的对象,返回一个元组,该元组可以传递给pdf方法一个位置参数,该位置参数遵循一个值的网格用于评估 pdf。

{hist, kde, rug, fit}_kws:字典,可选参数。

底层绘图函数的关键字参数。

color:matplotlib color,可选参数。

可以绘制除了拟合曲线之外所有内容的颜色。

vertical:布尔值,可选参数。

如果为 True,则观测值在 y 轴显示。

norm_hist:布尔值,可选参数。

如果为 True,则直方图的高度显示密度而不是计数。如果绘制 KDE 图或拟合密度,则默认为 True。

axlabel:字符串,False 或者 None,可选参数。

横轴的名称。如果为 None,将尝试从 a.name 获取它;如果为 False,则不设置标签。

label:字符串,可选参数。

图形相关组成部分的图例标签。

ax:matplotlib axis,可选参数。

若提供该参数,则在参数设定的轴上绘图。

返回值:ax:matplotlib Axes

返回 Axes 对象以及用于进一步调整的绘图。

另请参见

kdeplot

显示具有核密度估计图的单变量或双变量分布。

rugplot

绘制小的垂直线以显示分布中的每个观测值。

范例

显示具有核密度估计的默认图和使用参考规则自动确定 bin 大小的直方图:

>>> import seaborn as sns, numpy as np
>>> sns.set(); np.random.seed(0)
>>> x = np.random.randn(100)
>>> ax = sns.distplot(x)

http://seaborn.pydata.org/_images/seaborn-distplot-1.png

使用 Pandas 对象获取信息轴标签:

>>> import pandas as pd
>>> x = pd.Series(x, name="x variable")
>>> ax = sns.distplot(x)

http://seaborn.pydata.org/_images/seaborn-distplot-2.png

使用核密度估计和小的垂直线绘制分布图:

>>> ax = sns.distplot(x, rug=True, hist=False)

http://seaborn.pydata.org/_images/seaborn-distplot-3.png

使用直方图和最大似然高斯分布拟合绘制分布图:

>>> from scipy.stats import norm
>>> ax = sns.distplot(x, fit=norm, kde=False)

http://seaborn.pydata.org/_images/seaborn-distplot-4.png

在垂直轴上绘制分布图:

>>> ax = sns.distplot(x, vertical=True)

http://seaborn.pydata.org/_images/seaborn-distplot-5.png

更改所有绘图元素的颜色:

>>> sns.set_color_codes()
>>> ax = sns.distplot(x, color="y")

http://seaborn.pydata.org/_images/seaborn-distplot-6.png

将特定参数传递给基础绘图函数:

>>> ax = sns.distplot(x, rug=True, rug_kws={"color": "g"},
...                   kde_kws={"color": "k", "lw": 3, "label": "KDE"},
...                   hist_kws={"histtype": "step", "linewidth": 3,
...                             "alpha": 1, "color": "g"})

http://seaborn.pydata.org/_images/seaborn-distplot-7.png



回到顶部