python distplot 图_Python可视化 | Seaborn包—kdeplot和distplot

import pandas as pd

import numpy as np

import seaborn as sns

import matplotlib

import matplotlib.pyplot as plt

from scipy.stats import skew

from scipy.stats.stats import pearsonr

%config InlineBackend.figure_format = 'retina'

%matplotlib inline

一、kdeplot(核密度估计图)

核密度估计(kernel density estimation)是在概率论中用来估计未知的密度函数，属于非参数检验方法之一。通过核密度估计图可以比较直观的看出数据样本本身的分布特征。

x=np.random.randn(100) #随机生成100个符合正态分布的数

sns.kdeplot(x)

sns.kdeplot(x,cut=0) #cut：参数表示绘制的时候，切除带宽往数轴极限数值的多少(默认为3)

sns.kdeplot(x,