python中plot函数kindkde_Python数据可视化—seaborn各类图形的绘制

本文介绍了Python Seaborn库中的kdeplot函数,用于创建核密度估计图。通过示例展示了如何设置带宽和阴影效果,同时概述了Seaborn的基本图形和高级函数,如relplot、catplot、displot和lmplot,强调了它们在数据可视化中的应用。
摘要由CSDN通过智能技术生成

基础图形

针对各种基本图形,seaborn中提供了与matplotlib类似的接口,其他高级作图函数都以这些底层作图函数为基础,进行封装,通常作为kind参数。各种基本图形既可以直接传入数组形式的变量数据,也可以传入DataFrame列名并传入data参数。

列举如下:

import seaborn as sns

# 折线图

sns.lineplot()

# 条形图

sns.barplot()

# 计数条形图

sns.countplot()

# 散点图

sns.scatterplot()

# 分类散点图

sns.stripplot()

# 分簇散点图

sns.swarmplot() # 与stipplot()的区别就是点不重叠

# 箱型图

sns.boxplot()

# 增强箱型图

sns.boxenplot() # 适合大数据集,显示更多分位数

# 小提琴图

sns.violinplot()

# 点图

sns.pointplot() # 纵轴是均值,置信区间用标准差表示

# 核密度估计图

sns.kdeplot(x,bw=2.0, shade=True) #bw为带宽

# 地毯图

sns.rugplot(x) # 直接将数据标记在坐标轴上

# 回归线图

sns.regplot() # 散点图附加回归线

# 热图

sns.heatmap(annot=True) # annot表示显示数值

高级函数<

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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