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。