seaborn.distplot可以绘制比较漂亮的直方图,在Kaggle数据集上也有很多分析在用,最近使用遇到了一些问题,故把整个API的参数记录一下:
seaborn.distplot(a=None, bins=None, hist=True, kde=True, rug=False, fit=None, hist_kws=None, kde_kws=None, rug_kws=None, fit_kws=None, color=None, vertical=False, norm_hist=False, axlabel=None, label=None, ax=None, x=None)
在使用的时候,通常会将seaborn定义为sns,下面给出一个使用的实例,可以跟给出的定义做个对比:
import seaborn as sns
import matplotlib.pyplot as plt
fig, axes = plt.subplots(ncols=1, nrows=3, figsize=(12, 10), sharey=False,constrained_layout=True)
sns.distplot(textno.str.split().map(lambda x: len(x)), ax=axes[0], color='#e74c3c')
出来的图像是这个样子,其中使用plt构建了一个画布,然后在画布上面添加了一个hist,在hist中,仅使用了其中的a,ax和color三个参数,其中a是list,ax是第一个轴,color是颜色。
具体参数解释:
a: 序列series、一维数组或者list,上面这个图就是用的list
bins:使用的规则,默认为空,如果不为空,则使用的是plt中的规则
hist:是否在图像中把hist画出来,默认为True
kde:一个bool类型的选项,是否使用高斯核函数做分布
rug:
fit:控制拟合的参数分布
hist_kws:使用方法与matplotlib.axes.Axes.hist().一致
kde_kws:使用的是参数kdeplot()(套娃)
rug_kws:
color:设置hist的颜色,这个是常用的
vertical:设置是否是垂直,如果为True,纵坐标为X,横坐标为Y
norm_list:是否显示hist的密度,如果为True,显示密度而不是直方图
axlabel:字符串或空,坐标轴的标签
label:legend标签
ax:限定坐标轴
以下是官方示例: