绘制数据的直方图及其概率密度曲线
这里可以使用 seaborn.displot() 来绘制,如果指定kde参数为False,就不会画概率密度曲线
1 importpandas as pd2 importseaborn as sns3 importmatplotlib.pyplot as plt4
5 titanic = pd.read_csv('seaborn_test\\train.csv')6 cols = ['Survived', 'Pclass', 'Sex', 'Age', 'SibSp', 'Parch', 'Fare', 'Embarked']7 titanic =titanic[cols].dropna()8
9 sns.distplot(titanic['Age'])10 plt.show()
运行结果:
下面展示没有概率密度曲线的直方图和用gamma拟合的概率密度曲线:
1 x = np.random.normal(size=100)2 sns.distplot(x, kde=False) #kde 核密度估计
3 plt.show()4 from scipy importstats, integrate5 x = np.random.gamma(6, size=200)6 sns.distplot(x, kde=False, fit=stats.gamma)7 plt.show()
运行结果:
在一个画布上绘制多条曲线
1 def sinplot(flip=1):2 x = np.linspace(0, 14, 100)3 for i in range(1, 7):4 plt.plot(x, np.sin(x + i * .5) * (7 - i) *flip)5
6
7 sinplot()8 plt.show()
运行结果:
我们可以恢复seaborn默认的画布
1 sns.set() #恢复默认的格式
2 sinplot()3 plt.show()
运行结果:
设置主题风格
这里有五种常用风格:darkgrid、whitegrid、dark、white、ticks
1 sns.set_style("whitegrid")2 data = np.random.normal(size=(20, 6)) + np.arange(6) / 2
3 sns.boxplot(data=data)4 plt.show()5
6 sns.set_style("dark")7 sinplot()8 plt.show()9
10 sns.set_style("white")11 sinplot()12 plt.show()13
14 sns.set_style("ticks")15 sinplot()16 plt.show()17
18 sinplot()19 sns.despine()20 plt.show()