-
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:
-
自定义bins的大小
sns.distplot(x,bins=20,kde=False)
运行结果:
-
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:
-
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:
-
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:
-
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:
单变量分析绘图
最新推荐文章于 2023-08-31 09:46:17 发布