当前位置:实例文章 » 其他实例» [文章]Seaborn库绘制单变量分布和双变量分布

Seaborn库绘制单变量分布和双变量分布

发布人:shili8 发布时间:2025-03-11 05:02 阅读次数:0

**Seaborn 库绘制单变量分布和双变量分布**

Seaborn 是一个基于 Matplotlib 的可视化库,旨在提供更高级别的接口来创建统计图表。它可以用来绘制单变量分布和双变量分布等类型的图表。

### 单变量分布单变量分布是指描述一个变量的数据分布情况的图表。Seaborn 提供了多种函数来绘制单变量分布,包括:

* `distplot()`: 绘制直方图和核密度估计。
* `histplot()`: 绘制直方图。
* `boxplot()`: 绘制箱式图。

#### 示例代码

import seaborn as snsimport matplotlib.pyplot as pltimport numpy as np#生成随机数据np.random.seed(0)
data = np.random.randn(100)

# 绘制直方图和核密度估计sns.distplot(data, kde=True)
plt.title('直方图和核密度估计')
plt.show()

# 绘制箱式图sns.boxplot(data)
plt.title('箱式图')
plt.show()


### 双变量分布双变量分布是指描述两个变量之间关系的图表。Seaborn 提供了多种函数来绘制双变量分布,包括:

* `scatterplot()`: 绘制散点图。
* `regplot()`: 绘制回归线和散点图。
* `pairplot()`: 绘制配对图。

#### 示例代码
import seaborn as snsimport matplotlib.pyplot as pltimport numpy as np#生成随机数据np.random.seed(0)
x = np.random.randn(100)
y = np.random.randn(100)

# 绘制散点图sns.scatterplot(x=x, y=y)
plt.title('散点图')
plt.show()

# 绘制回归线和散点图sns.regplot(x=x, y=y)
plt.title('回归线和散点图')
plt.show()

# 绘制配对图sns.pairplot(data=[x, y])
plt.title('配对图')
plt.show()


### 总结Seaborn 库提供了多种函数来绘制单变量分布和双变量分布等类型的图表。通过使用这些函数,可以轻松地创建统计图表并进行数据可视化分析。

相关标签:
其他信息

其他资源

Top