Cara merencanakan distribusi di seaborn: dengan contoh

Anda dapat menggunakan metode berikut untuk memplot distribusi nilai dengan Python menggunakan pustaka visualisasi data seaborn :

Metode 1: Plot distribusi menggunakan histogram

 sns. displot (data)

Metode 2: Plot distribusi menggunakan kurva kepadatan

 sns. displot (data, kind=' kde ')

Metode 3: Plot distribusi menggunakan histogram dan kurva kepadatan

 sns. displot (data, kde= True )

Contoh berikut menunjukkan cara menggunakan masing-masing metode dalam praktik.

Contoh 1: Merencanakan Distribusi Menggunakan Histogram

Kode berikut menunjukkan cara memplot distribusi nilai dalam array NumPy menggunakan fungsi displot() di seaborn:

 import seaborn as sns
import numpy as np

#make this example reproducible
n.p. random . seed ( 1 )

#create array of 1000 values that follows a normal distribution with mean of 10
data = np. random . normal (size= 1000 , loc= 10 )

#create histogram to visualize distribution of values
sns. displot (data)

Sumbu X menampilkan nilai distribusi dan sumbu Y menampilkan jumlah setiap nilai.

Untuk mengubah jumlah bin yang digunakan dalam histogram, Anda dapat menentukan nomor menggunakan argumen bins :

 import seaborn as sns
import numpy as np

#make this example reproducible
n.p. random . seed ( 1 )

#create array of 1000 values that follows a normal distribution with mean of 10
data = np. random . normal (size= 1000 , loc= 10 )

#create histogram using 10 bins
sns. displot (data, bins= 10 ) 

Contoh 2: Merencanakan Distribusi Menggunakan Kurva Massa Jenis

Kode berikut menunjukkan cara memplot distribusi nilai dalam array NumPy menggunakan kurva kepadatan:

 import seaborn as sns
import numpy as np

#make this example reproducible
n.p. random . seed ( 1 )

#create array of 1000 values that follows a normal distribution with mean of 10
data = np. random . normal (size= 1000 , loc= 10 )

#create density curve to visualize distribution of values
sns. displot (data, kind=' kde ')

Sumbu x menampilkan nilai distribusi dan sumbu y menampilkan frekuensi relatif setiap nilai.

Perhatikan bahwa kind=’kde’ memberitahu seaborn untuk menggunakan estimasi kepadatan kernel , yang menghasilkan kurva halus yang merangkum distribusi nilai suatu variabel.

Contoh 3: Merencanakan Distribusi Menggunakan Histogram dan Kurva Kepadatan

Kode berikut menunjukkan cara memplot distribusi nilai dalam array NumPy menggunakan histogram dengan kurva kepadatan yang ditumpangkan:

 import seaborn as sns
import numpy as np

#make this example reproducible
n.p. random . seed ( 1 )

#create array of 1000 values that follows a normal distribution with mean of 10
data = np. random . normal (size= 1000 , loc= 10 )

#create histogram with density curve overlaid to visualize distribution of values
sns. displot (data, kde= True )

Hasilnya adalah histogram dengan kurva kepadatan yang ditumpangkan.

Catatan : Anda dapat menemukan dokumentasi lengkap untuk fungsi seaborn displot() di sini .

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya menggunakan seaborn:

Cara Menambahkan Judul ke Plot Seaborn
Cara mengubah ukuran font di plot Seaborn
Cara menyesuaikan jumlah kutu di plot Seaborn