使用seaborn實現直方圖和密度圖

前言

見過使用matplotlib畫的直方圖之後，再來領略一下seaborn的強大之處。

sns.distplot()

一個方法搞定兩個圖
seaborn.distplot(a, bins=None, hist=True, kde=True, rug=False, fit=None, hist_kws=None, kde_kws=None, rug_kws=None, fit_kws=None, color=None, vertical=False, norm_hist=False, axlabel=None, label=None, ax=None)
Parameters:
a : Series, 1d-array, or list.傳入數據序列
Observed data. If this is a Series object with a name attribute, the name will be used to label the data axis.

bins : argument for matplotlib hist(), or None, optional
簡單說，就是設置直方圖的柱子個數
Specification of hist bins, or None to use Freedman-Diaconis rule.

hist : bool, optional
是否要畫直方圖(重點)
Whether to plot a (normed) histogram.

kde : bool, optional
是否要畫密度圖(重點)
Whether to plot a gaussian kernel density estimate.

rug : bool, optional
是否要畫底部的那個密度…???，不知道咋說，運行代碼看效果吧
Whether to draw a rugplot on the support axis.

太多了，詳情參考：官方文檔傳送門

demo

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series, DataFrame

import seaborn as sns

np.random.seed(666)

s1 = Series(np.random.randn(1000))


# 可以同時畫出直方圖和密度圖
sns.distplot(s1, hist = True, kde = True, rug = True)
plt.show() # 圖1

# 還有一個函數 是 kde
sns.kdeplot(s1, shade = True) # 會將曲線下方的區域進行一個填充
plt.show() # 圖2

通過對　hist = True, kde = True　這兩個參數的控制，就可以畫出密度圖和直方圖。
圖：

圖2：

seaborn.kdeplot() 專業畫密度圖

參數就省略了，感覺使用第一個方法就夠用了，學有餘力的同學請參考：官方文檔傳送門