可视化库-seaborn-单变量绘图(第五天)

1. sns.distplot 画直方图

import numpy as np
import pandas as pd
from scipy import stats, integrate
import matplotlib.pyplot as plt

import seaborn as sns
sns.set(color_codes=True)
np.random.seed(sum(map(ord, 'distributions')))

x = np.random.normal(size=100)
## 画直方图
sns.distplot(x, kde=False)
plt.show()
# bins设置直方图条形个数

sns.distplot(x, kde=False, bins=20)
plt.show()

2. 查看数据分布情况， 画出概率密度曲线 fit=stats.gamma

x = np.random.gamma(6, size=200)
sns.distplot(x, kde=False, fit=stats.gamma)
plt.show()

3.sns.jointplot() #绘制带直方图的散点图，对于sns最好是转换为df形式

mean, cov = [0, 1], [[1, 5], [5, 1]]
data = np.random.multivariate_normal(mean, cov, 100)
# 构造成一个DataFrame的格式
df = pd.DataFrame(data, columns=['x', 'y'])
# 绘制散点图进行观测
sns.jointplot(x='x', y='y', data=df)
plt.show()

4.sns.jointplot(kind='hex')  # 画出散点图的分布颜色的图

mean, cov = [0, 1], [[1, 5], [5, 1]]
data = np.random.multivariate_normal(mean, cov, 100)
# 构造成一个DataFrame的格式
df = pd.DataFrame(data, columns=['x', 'y'])
sns.jointplot(x='x', y='y', kind='hex', color='k', data=df)
plt.show()

5.sns.pairplot() 绘制两两变量之间的图

import seaborn as sns
import matplotlib.pyplot as plt

# 使用内置数据值
iris = sns.load_dataset('iris')
# 绘制两两变量之间的图
sns.pairplot(iris)
plt.show()