sns.regplot 和 sns.distplot你知道多少

最新推荐文章于 2025-02-28 15:41:21 发布
最新推荐文章于 2025-02-28 15:41:21 发布
阅读量1.1w 收藏 66
点赞数 8
文章标签： 可视化 python 人工智能 机器学习 数据挖掘
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/pythonxiaopeng/article/details/109642444
版权
本文介绍了Python中sns.regplot和sns.distplot的使用，包括它们在比较变量关系和展示单个连续型变量分布中的应用。通过实例分析，展示了这两个图形如何帮助理解数据的相关性和分布，并提及了直方图与条形图的区别。同时提到，对于数据工程师和机器学习爱好者，掌握这些工具对于数据探索和分析至关重要。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

sns.regplot和sns.distplot这两个图形的使用场景记录。

sns.regplot 用来比较两个变量的关系，是否符合线性回归。一般用来比较特征变量和标签变量上。

sns.distplot 是直方图和核密度图（sns.kdeplot）的结合。用来看单个连续型变量的分布。

顺便说下直方图和条形图区别：

直方图：先分箱，然后计算每个分箱频数的数据分布。直方图一般用于数字特征（连续型）；

条形图一般用于类别特征，条形图有间距，直方图没有。

先用小费数据集画出图形。

# 导入包
import seaborn as sns
from pandas import Series,DataFrame
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

# 拿到小费数据集
tips = sns.load_dataset('tips')

# 数据介绍：total_bill列为消费总金额；tip列为小费金额；sex列为顾客性别；smoker列为顾客是否抽烟；day列为消费的星期；time列为聚餐的时间段；size列为聚餐人数

# 查看前5行数据
tips.head()

最低0.47元/天 解锁文章
入门Python数据分析最好的实战项目（一）
wadfdhsajd的博客
09-09 374
本次分享旨在让大家了解如何用Python做一个简单的数据分析，对于刚刚接触数据分析的朋友无疑是一个很好的练习。解决爬虫获取的数据源准确度问题；需要爬取或者寻找更多好的售房特征；需要做更多地特征工程工作，比如数据清洗，特征选择和筛选；使用统计模型建立回归模型进行价格预测；
python数据可视化: 使用seaborn(下)
泛泛之素
12-29 3554
数据 详细请见上一篇. 数据载入: import pandas as pd import numpy as np from matplotlib import pyplot as plt, cm import seaborn as sns from sqlalchemy import create_engine import sqlite3 import warnings %matplotlib ...
sns.distplot()
Sigmoid
09-28 1万+
【代码】sns.distplot()
seaborn sns.regplot()
weixin_44360866的博客
08-29 1315
seaborn sns.regplot()
【Seaborn】sns.regplot() 函数： 回归拟合散点图
最新发布
彬彬侠的博客
02-28 603
seaborn.regplot()用于绘制带回归拟合线（Regression Line）的散点图（Scatter Plot），适用于探索数值变量之间的关系，并查看趋势或相关性。-sns.regplot()适用于查看两个数值变量的回归趋势。-常见参数scatter=False只显示回归线，ci=None取消置信区间。order=2多项式回归，truncate=False让回归线延伸。
python 绘图sns.distplot
qq_32649321的博客
03-11 2万+
0.语法 seaborn.distplot(a=None, 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, x=None) 关键参数：norm_hist：若为True, 则直方图
sns.distplot()用法
mxy02的博客
08-08 890
原文链接：https://blog.csdn.net/weixin_45885232/article/details/124644018。和条形图的区别，条形图有空隙，直方图没有，条形图一般用于类别特征，直方图一般用于数字特征（连续型）norm_list:是否显示hist的密度，如果为True,显示密度而不是直方图。vertical:设置是否是垂直，如果为True，纵坐标为X,横坐标为Y。bins:使用的规则，默认为空，如果不为空，则使用的是plt中的规则。color:设置hist的颜色，这个是常用的。
sns.regplot()用法
mxy02的博客
08-09 1298
seaborn.regplot（）函数可以在两个变量之间绘制一个线性回归模型，可以输出线性回归线以及数据的散点图。
import warnings warnings.filterwarnings("ignore") %matplotlib inline sns.distplot(train_data['V0'],fit=stats.norm) ax=plt.subplot(1,2,2) res = stats.probplot(train_data['V0'], plot=plt) ax=plt.subplot(train_rows,train_cols,i) sns.distplot(train_data[col],fit=stats.norm) res = stats.probplot(train_data[col], plot=plt) ax = sns.kdeplot(train_data['V0'], color="Red", shade=True) ax = sns.kdeplot(test_data['V0'], color="Blue", shade=True) ax = ax.legend(["train","test"]) sns.regplot(x='V0', y='target', data=train_data, ax=ax, scatter_kws={'marker': '.', 's':3, 'alpha':0.3}, line_kws={'color': 'k'} ); sns.distplot(train_data['V0'].dropna()) ax = sns.kdeplot(train_data[col], color="Red", shade=True) sns.regplot(x=col, y='target', data=train_data, ax=ax, scatter_kws={'marker':'.','s':3,'alpha':0.3}, line_kws={'color':'k'}); data_train1 = train_data.drop(['V5','V9','V11','V17','V22','V28'],axis=1) train_corr = data_train1.corr() train_corr 解释每一行代码的意思
06-16
这段代码涉及到了Python数据分析和可视化的相关库，主要作用是对训练数据进行分析和可视化。 1. `import warnings`：导入Python的警告模块。 2. `warnings.filterwarnings("ignore")`：忽略所有的警告信息。 3. `%...
python数据可视化之Seaborn（七|终）：FacetGrid与PairGrid操作
明曦君的小家
02-23 3151
写在开头：今天分享的是关于FacetGrid与PairGrid绘制多结构绘图的内容，同样参考文献放置在本章的最后，这也是本系列的最后一节希望自己继续加油。 前文回顾： 第一节分享了Seaborn绘图的整体颜色与风格比例调控，可点击链接查看。 python数据可视化之Seaborn（一） 第二节分享了连续、分类、离散数据的绘图颜色的方法，可点击链接查看。 python数据可视化之Seaborn（...
sns.relplot
gaotihong的博客
09-14 2894
介绍采用sns的强大的绘图。可以绘制不止二维的信息。 【优美的排版】 用散点图关联变量 用线强调连续性 聚合和表示不确定性 用语义映射绘制数据子集 显示与facet的多个关系 ...
Seaborn入门系列(一)——distplot
热门推荐
破晓时刻的博客
12-28 4万+
sns.set_style('white') # 图表风格设置 # 风格选择包括："white", "dark", "whitegrid", "darkgrid", "ticks" plt.figure(figsize=(8,4))#绘制画布 sns.distplot(data_male['height'],hist = False,kde = True,rug = True, ...
seaborn中sns.distplot图例显示方法及无法显示的解决办法
qq1910506668的博客
01-07 1万+
在使用python的画图工具包seaborn时，按照网上的教程运行发现distplot中间图例的设置怎么都不显示。在stackoverflow找到解决办法，在此做个简单的笔记。 参考网址https://stackoverflow.com/questions/51491487/label-is-not-appearing-in-seaborn-distplot 先说最终解决办法：在sns.distplot()后面添加plt.legend() distplot显示图例 在python中sns.dist.
seaborn系列 (18) | 线性回归图regplot()
脑机接口社区
10-02 1万+
目录线性回归图函数原型参数解读案例教程案例地址 线性回归图 利用线性回归模型对数据进行拟合。 函数原型 seaborn.regplot(x, y, data=None,x_estimator=None, x_bins=None,x_ci='ci', scatter=True, fit_reg=True, ci=95, n_boot=...
Python绘图简要---基于Seaborn
Vectorln的博客
08-20 299
基于Python的第三方库Seaborn讲解了从安装到绘图类型的简要知识，并实现了关系绘图、分类绘图、分布绘图以及FacetGrid绘图
Python可视化：一文玩转Seaborn数据可视化
opp003的博客
05-30 760
Seaborn是一个用Python制作统计图形的库。 它建立在matplotlib之上，并与pandas数据结构紧密集成，功能强大到无法想象。 本文主要使用一下几种函数绘图： displot：灵活绘制单变量观测分布 boxplot：绘制箱型图 countplot：使用条形显示每个分类箱中的观察计数 jointplot：用双变量和单变量图绘制两个变量的图 pairplot：绘制数据集中的...
python3数据分析与挖掘建模：数据可视化——直方图、折线图、饼图
Yeexxxx___的博客
04-07 3179
前言 数据为kaggle上下载的HR.csv 导入numpy、pandas、matplotlib、seaborn import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns 读入数据 df=pd.read_csv("./data/HR.csv") 输出时会发现列显示不完全，中间有省略号代替，如下图所示： 此时我们并不能掌握这个数据中到底包含什么，所以我们要让中间的列显示完全，向
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值