M\u00e9todo 1: tra\u00e7ar a distribui\u00e7\u00e3o usando o histograma<\/strong><\/span><\/p>\n M\u00e9todo 2: tra\u00e7ar a distribui\u00e7\u00e3o usando a curva de densidade<\/strong><\/span><\/p>\n M\u00e9todo 3: tra\u00e7ar a distribui\u00e7\u00e3o usando histograma e curva de densidade<\/strong><\/span><\/p>\n Os exemplos a seguir mostram como usar cada m\u00e9todo na pr\u00e1tica.<\/span><\/p>\n O c\u00f3digo a seguir mostra como tra\u00e7ar a distribui\u00e7\u00e3o de valores em um array NumPy usando a fun\u00e7\u00e3o displot()<\/strong> em seaborn:<\/span> <\/p>\n O eixo X exibe os valores da distribui\u00e7\u00e3o e o eixo Y exibe a contagem de cada valor.<\/span><\/p>\n Para alterar o n\u00famero de compartimentos usados no histograma, voc\u00ea pode especificar um n\u00famero usando o argumento bins<\/strong> :<\/span> <\/p>\n O c\u00f3digo a seguir mostra como tra\u00e7ar a distribui\u00e7\u00e3o de valores em um array NumPy usando uma curva de densidade:<\/span> <\/p>\n O eixo x exibe os valores da distribui\u00e7\u00e3o e o eixo y exibe a frequ\u00eancia relativa de cada valor.<\/span><\/p>\n Observe que kind=’kde’<\/strong> diz ao seaborn para usar a estimativa de densidade do kernel<\/strong> , que produz uma curva suave que resume a distribui\u00e7\u00e3o dos valores de uma vari\u00e1vel.<\/span><\/p>\n O c\u00f3digo a seguir mostra como tra\u00e7ar a distribui\u00e7\u00e3o de valores em um array NumPy usando um histograma com uma curva de densidade sobreposta:<\/span> <\/p>\n O resultado \u00e9 um histograma com uma curva de densidade sobreposta.<\/span><\/p>\n Nota<\/strong> : Voc\u00ea pode encontrar a documenta\u00e7\u00e3o completa para a fun\u00e7\u00e3o seaborn displot()<\/strong> aqui<\/a> .<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns usando o Seaborn:<\/span><\/p>\n Como adicionar um t\u00edtulo aos gr\u00e1ficos Seaborn<\/a> Voc\u00ea pode usar os seguintes m\u00e9todos para tra\u00e7ar uma distribui\u00e7\u00e3o de valores em Python usando a biblioteca de visualiza\u00e7\u00e3o de dados do mar : M\u00e9todo 1: tra\u00e7ar a distribui\u00e7\u00e3o usando o histograma sns. displot (data) M\u00e9todo 2: tra\u00e7ar a distribui\u00e7\u00e3o usando a curva de densidade sns. displot (data, kind=’ kde ‘) M\u00e9todo 3: tra\u00e7ar a […]<\/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":[],"class_list":["post-4071","post","type-post","status-publish","format-standard","hentry","category-guia"],"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 Exemplo 1: tra\u00e7ando a distribui\u00e7\u00e3o usando um histograma<\/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 Exemplo 2: Tra\u00e7ando a Distribui\u00e7\u00e3o Usando a Curva de Densidade<\/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 Exemplo 3: Tra\u00e7ando a distribui\u00e7\u00e3o usando o histograma e a curva de densidade<\/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 Recursos adicionais<\/strong><\/span><\/h2>\n
Como alterar o tamanho da fonte em gr\u00e1ficos Seaborn<\/a>
Como ajustar o n\u00famero de ticks nos gr\u00e1ficos do Seaborn<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"