python–seaborn直方图

时间:2021-6-9 作者:qvyue

seaborn是专门用于统计数据可视化的包,可媲美R语言中的ggplot2包。本文介绍用seaborn绘制直方图。

环境

  • python3.9
  • win10 64bit
  • seaborn==0.11.1
  • matplotlib==3.3.4
  • pandas==1.2.1

数据

import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt
# 设置
pd.options.display.notebook_repr_html=False  # 表格显示
plt.rcParams['figure.dpi'] = 75  # 图形分辨率
sns.set_theme(style='darkgrid')  # 图形主题
# 加载数据
penguins=pd.read_csv(r'https://gitee.com/nicedouble/seaborn-data/raw/master/penguins.csv')
penguins.head()
  species     island  bill_length_mm  bill_depth_mm  flipper_length_mm  
0  Adelie  Torgersen            39.1           18.7              181.0   
1  Adelie  Torgersen            39.5           17.4              186.0   
2  Adelie  Torgersen            40.3           18.0              195.0   
3  Adelie  Torgersen             NaN            NaN                NaN   
4  Adelie  Torgersen            36.7           19.3              193.0   

   body_mass_g     sex  
0       3750.0    MALE  
1       3800.0  FEMALE  
2       3250.0  FEMALE  
3          NaN     NaN  
4       3450.0  FEMALE  

绘制

在seaborn中,绘制直方图的函数有histplotdisplot
seaborn绘制直方图最简单的方式是使用histplot方法,指定data参数和xy参数。

# x轴直方图
sns.histplot(data=penguins,x='flipper_length_mm')
plt.show()
python--seaborn直方图
hist_6_0.png

设置y参数时,直方图会绘制在y轴上。

# y轴直方图
sns.histplot(data=penguins,y='flipper_length_mm')
plt.show()
python--seaborn直方图
hist_8_0.png

如果只设置data参数,seaborn会把数据当成宽型数据,自动绘制所有的数值型变量的直方图。

# 自动绘制所有数值变量直方图
sns.histplot(data=penguins)
plt.show()
python--seaborn直方图
hist_10_0.png

调整

调整分箱个数,设置bins参数。

# 指定分箱个数直方图
sns.histplot(data=penguins,x='flipper_length_mm',bins=15)
plt.show()
python--seaborn直方图
hist_12_0.png

设置shrink参数,可以缩放分箱的宽度。

# 缩放分箱直方图
sns.histplot(data=penguins,x='flipper_length_mm',shrink=0.8)
plt.show()
python--seaborn直方图
hist_14_0.png

添加核密度曲线,设置kde=True参数。

# 添加核密度曲线的直方图
sns.histplot(data=penguins,x='flipper_length_mm',kde=True)
plt.show()
python--seaborn直方图
hist_16_0.png

直方图默认统计的是观测数,可以进行统计变化,设置stat参数。
stat可选参数:

  • count:观测数(默认)
  • frequency:频数
  • density:密度
  • probability:概率
# 直方图统计变化(频数)
sns.histplot(data=penguins,x='flipper_length_mm',stat='frequency')
plt.show()
python--seaborn直方图
hist_18_0.png
# 直方图统计变化(概率)
sns.histplot(data=penguins,x='flipper_length_mm',stat='probability')
plt.show()
python--seaborn直方图
hist_19_0.png

分组直方图

设置hue参数,可以绘制分组直方图。

# 分层分组直方图
sns.histplot(data=penguins, x="flipper_length_mm", hue="species")
plt.show()
python--seaborn直方图
hist_21_0.png

设置multiple参数,调整多组直方图的表现形式。
multiple可选参数:

  • layer:分层(默认)
  • dodge:并排
  • stack堆叠
  • fill:填充
# 并排分组直方图
sns.histplot(data=penguins, x="flipper_length_mm", hue="species",multiple='dodge')
plt.show()
python--seaborn直方图
hist_23_0.png
# 堆叠分组直方图
sns.histplot(data=penguins, x="flipper_length_mm", hue="species",multiple='stack')
plt.show()
python--seaborn直方图
hist_24_0.png

分面直方图

使用displot绘制分面直方图。设置colrow控制分面行为。

# 按列分面直方图
sns.displot(data=penguins, x="flipper_length_mm", hue="species",col='sex')
plt.show()

python--seaborn直方图
hist_26_0.png

更多参考seaborn直方图

声明:本文内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:qvyue@qq.com 进行举报,并提供相关证据,工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。