单变量分析绘图

1. 基本直方图

   %matplotlib inline
   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)
   sns.distplot(x,kde=False)
   

   运行结果：
   

2. 自定义bins的大小

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

   运行结果：
   

3. 数据分布状况

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

   运行结果：
   

4. 根据均值和协方差生成数据

   mean,cov=[0,1],[(1,.5),(.5,1)]
   data=np.random.multivariate_normal(mean,cov,200)
   df=pd.DataFrame(data,columns=['x','y'])
   df
   

   运行结果：
   

5. 观测两个变量之间的分布关系最好用散点图

   sns.jointplot(x='x',y='y',data=df)
   

   运行结果：
   

6. 数据量较大

   x,y=np.random.multivariate_normal(mean,cov,1000).T
   with sns.axes_style('white'):
       sns.jointplot(x=x,y=y,kind='hex',color='k')
   

   运行结果：