Как построить график распределения в seaborn: с примерами

Вы можете использовать следующие методы для построения графика распределения значений в Python с использованием библиотеки визуализации данных seaborn :

Метод 1: постройте распределение с помощью гистограммы.

 sns. displot (data)

Метод 2: постройте распределение, используя кривую плотности.

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

Метод 3: постройте распределение, используя гистограмму и кривую плотности.

 sns. displot (data, kde= True )

Следующие примеры показывают, как использовать каждый метод на практике.

Пример 1. Построение графика распределения с помощью гистограммы

Следующий код показывает, как построить график распределения значений в массиве NumPy с помощью функции displot() в 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)

Ось X отображает значения распределения, а ось Y отображает количество каждого значения.

Чтобы изменить количество интервалов, используемых в гистограмме, вы можете указать число, используя аргумент интервалов :

 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 ) 

Пример 2. Построение графика распределения с использованием кривой плотности

Следующий код показывает, как построить график распределения значений в массиве NumPy с помощью кривой плотности:

 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 ')

По оси X отображаются значения распределения, а по оси Y — относительная частота каждого значения.

Обратите внимание, что kind=’kde’ сообщает seaborn использовать оценку плотности ядра , которая создает плавную кривую, суммирующую распределение значений переменной.

Пример 3. Построение графика распределения с использованием гистограммы и кривой плотности

Следующий код показывает, как построить график распределения значений в массиве NumPy с помощью гистограммы с наложенной кривой плотности:

 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 )

Результатом является гистограмма с наложенной кривой плотности.

Примечание . Полную документацию по функции seaborn displot() можно найти здесь .

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные задачи с помощью seaborn:

Как добавить заголовок к участкам Seaborn
Как изменить размер шрифта на графиках Seaborn
Как настроить количество тиков на графиках Сиборна