Metodo 1: traccia la distribuzione utilizzando l’istogramma<\/strong><\/span><\/p>\n Metodo 2: tracciare la distribuzione utilizzando la curva di densit\u00e0<\/strong><\/span><\/p>\n Metodo 3: tracciare la distribuzione utilizzando l’istogramma e la curva di densit\u00e0<\/strong><\/span><\/p>\n Gli esempi seguenti mostrano come utilizzare ciascun metodo nella pratica.<\/span><\/p>\n Il codice seguente mostra come tracciare la distribuzione dei valori in un array NumPy utilizzando la funzione displot()<\/strong> in seaborn:<\/span> <\/p>\n L’asse X mostra i valori della distribuzione e l’asse Y mostra il conteggio di ciascun valore.<\/span><\/p>\n Per modificare il numero di contenitori utilizzati nell’istogramma, puoi specificare un numero utilizzando l’argomento contenitori<\/strong> :<\/span> <\/p>\n Il codice seguente mostra come tracciare la distribuzione dei valori in un array NumPy utilizzando una curva di densit\u00e0:<\/span> <\/p>\n L’asse x mostra i valori della distribuzione e l’asse y mostra la frequenza relativa di ciascun valore.<\/span><\/p>\n Tieni presente che kind=’kde’<\/strong> dice a seaborn di utilizzare la stima della densit\u00e0 del kernel<\/strong> , che produce una curva uniforme che riassume la distribuzione dei valori di una variabile.<\/span><\/p>\n Il codice seguente mostra come tracciare la distribuzione dei valori in un array NumPy utilizzando un istogramma con una curva di densit\u00e0 sovrapposta:<\/span> <\/p>\n Il risultato \u00e8 un istogramma con una curva di densit\u00e0 sovrapposta.<\/span><\/p>\n Nota<\/strong> : puoi trovare la documentazione completa per la funzione seaborn diplot()<\/strong> qui<\/a> .<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni utilizzando Seaborn:<\/span><\/p>\n Come aggiungere un titolo alle trame di Seaborn<\/a> \u00c8 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 densit\u00e0 sns. displot (data, kind=’ kde ‘) Metodo 3: tracciare la distribuzione utilizzando […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n sns. displot<\/span> (data)\n<\/strong><\/pre>\n sns. displot<\/span> (data, kind=' kde<\/span> ')<\/strong><\/pre>\n sns. displot<\/span> (data, kde= True<\/span> )<\/strong><\/pre>\n Esempio 1: tracciare la distribuzione utilizzando un istogramma<\/strong><\/span><\/h2>\n
import<\/span> seaborn as<\/span> sns\nimport<\/span> numpy as<\/span> np\n\n#make this example reproducible\n<\/span>n.p. random<\/span> . seed<\/span> ( 1<\/span> )\n\n#create array of 1000 values that follows a normal distribution with mean of 10\n<\/span>data = np. random<\/span> . normal<\/span> (size= 1000<\/span> , loc= 10<\/span> )\n\n#create histogram to visualize distribution of values\n<\/span>sns. displot<\/span> (data)\n<\/strong><\/span><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/deploiement1.png\")
<\/p>\n import<\/span> seaborn as<\/span> sns\nimport<\/span> numpy as<\/span> np\n\n#make this example reproducible\n<\/span>n.p. random<\/span> . seed<\/span> ( 1<\/span> )\n\n#create array of 1000 values that follows a normal distribution with mean of 10\n<\/span>data = np. random<\/span> . normal<\/span> (size= 1000<\/span> , loc= 10<\/span> )\n\n#create histogram using 10 bins\n<\/span>sns. displot<\/span> (data, bins= 10<\/span> )<\/strong><\/span> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/deploiement2.png\")
<\/p>\n Esempio 2: tracciare la distribuzione utilizzando la curva di densit\u00e0<\/strong><\/span><\/h2>\n
import<\/span> seaborn as<\/span> sns\nimport<\/span> numpy as<\/span> np\n\n#make this example reproducible\n<\/span>n.p. random<\/span> . seed<\/span> ( 1<\/span> )\n\n#create array of 1000 values that follows a normal distribution with mean of 10\n<\/span>data = np. random<\/span> . normal<\/span> (size= 1000<\/span> , loc= 10<\/span> )\n\n#create density curve to visualize distribution of values\n<\/span>sns. displot<\/span> (data, kind=' kde<\/span> ')\n<\/strong><\/span><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/deploiement3.png\")
<\/p>\n Esempio 3: tracciare la distribuzione utilizzando l’istogramma e la curva di densit\u00e0<\/strong><\/span><\/h2>\n
import<\/span> seaborn as<\/span> sns\nimport<\/span> numpy as<\/span> np\n\n#make this example reproducible\n<\/span>n.p. random<\/span> . seed<\/span> ( 1<\/span> )\n\n#create array of 1000 values that follows a normal distribution with mean of 10\n<\/span>data = np. random<\/span> . normal<\/span> (size= 1000<\/span> , loc= 10<\/span> )\n\n#create histogram with density curve overlaid to visualize distribution of values\n<\/span>sns. displot<\/span> (data, kde= True<\/span> )\n<\/strong><\/span><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/deploiement4.png\")
<\/p>\n Risorse addizionali<\/strong><\/span><\/h2>\n
Come modificare la dimensione del carattere nei grafici Seaborn<\/a>
Come regolare il numero di tick nei grafici Seaborn<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"