Come tracciare una distribuzione in seaborn: con esempi

È possibile utilizzare i seguenti metodi per tracciare una distribuzione di valori in Python utilizzando la libreria di visualizzazione dei dati seaborn :

Metodo 1: traccia la distribuzione utilizzando l’istogramma

 sns. displot (data)

Metodo 2: tracciare la distribuzione utilizzando la curva di densità

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

Metodo 3: tracciare la distribuzione utilizzando l’istogramma e la curva di densità

 sns. displot (data, kde= True )

Gli esempi seguenti mostrano come utilizzare ciascun metodo nella pratica.

Esempio 1: tracciare la distribuzione utilizzando un istogramma

Il codice seguente mostra come tracciare la distribuzione dei valori in un array NumPy utilizzando la funzione displot() in 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)

L’asse X mostra i valori della distribuzione e l’asse Y mostra il conteggio di ciascun valore.

Per modificare il numero di contenitori utilizzati nell’istogramma, puoi specificare un numero utilizzando l’argomento contenitori :

 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 ) 

Esempio 2: tracciare la distribuzione utilizzando la curva di densità

Il codice seguente mostra come tracciare la distribuzione dei valori in un array NumPy utilizzando una curva di densità:

 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 ')

L’asse x mostra i valori della distribuzione e l’asse y mostra la frequenza relativa di ciascun valore.

Tieni presente che kind=’kde’ dice a seaborn di utilizzare la stima della densità del kernel , che produce una curva uniforme che riassume la distribuzione dei valori di una variabile.

Esempio 3: tracciare la distribuzione utilizzando l’istogramma e la curva di densità

Il codice seguente mostra come tracciare la distribuzione dei valori in un array NumPy utilizzando un istogramma con una curva di densità sovrapposta:

 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 )

Il risultato è un istogramma con una curva di densità sovrapposta.

Nota : puoi trovare la documentazione completa per la funzione seaborn diplot() qui .

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre attività comuni utilizzando Seaborn:

Come aggiungere un titolo alle trame di Seaborn
Come modificare la dimensione del carattere nei grafici Seaborn
Come regolare il numero di tick nei grafici Seaborn