Як побудувати розподіл у seaborn: із прикладами

Ви можете використовувати такі методи, щоб побудувати графік розподілу значень у Python за допомогою бібліотеки візуалізації даних seaborn :

Спосіб 1. Побудуйте графік розподілу за допомогою гістограми

 sns. displot (data)

Спосіб 2. Побудуйте графік розподілу за допомогою кривої щільності

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

Спосіб 3. Побудуйте графік розподілу за допомогою гістограми та кривої щільності

 sns. displot (data, kde= True )

Наступні приклади показують, як використовувати кожен метод на практиці.

Приклад 1. Побудова графіка розподілу за допомогою гістограми

Наступний код показує, як побудувати графік розподілу значень у масиві NumPy за допомогою функції displot() у 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)

На осі X відображаються значення розподілу, а на осі Y – кількість кожного значення.

Щоб змінити кількість бінів, що використовуються в гістограмі, ви можете вказати число за допомогою аргументу 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 ) 

Приклад 2: Побудова графіка розподілу за допомогою кривої щільності

Наступний код показує, як побудувати графік розподілу значень у масиві NumPy за допомогою кривої щільності:

 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 ')

На осі абсцис відображаються значення розподілу, а на осі у – відносна частота кожного значення.

Зверніть увагу, що kind=’kde’ вказує seaborn використовувати оцінку щільності ядра , яка створює плавну криву, яка підсумовує розподіл значень змінної.

Приклад 3: Побудова графіка розподілу за допомогою гістограми та кривої щільності

Наступний код показує, як побудувати графік розподілу значень у масиві NumPy за допомогою гістограми з накладеною кривою щільності:

 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 є гістограма з накладеною кривою щільності.

Примітка . Ви можете знайти повну документацію для функції seaborn displot() тут .

Додаткові ресурси

У наступних посібниках пояснюється, як виконувати інші типові завдання за допомогою seaborn:

Як додати право власності на ділянки Seaborn
Як змінити розмір шрифту в графіках Seaborn
Як відрегулювати кількість галочок у графіках Seaborn