python使用seaborn绘图工具：绘制直方图displot,密度图,散点图

　　小编写这篇文章的主要目的，是给各位广大的读者，去介绍一些知识，知识的内容主要是绘制相关的方图dispiot、密度图以及相关的散点图，具体内容，下面给大家详细解答。

　　一、直方图distplot()

　　import numpy as np
　　import seaborn as sns
　　import matplotlib.pyplot as plt
　　import matplotlib
　　import pandas as pd
　　fig=plt.figure(figsize=(12,5))
　　ax1=plt.subplot(121)
　　rs=np.random.RandomState(10)#设定随机数种子
　　s=pd.Series(rs.randn(100)*100)
　　sns.distplot(s,bins=10,hist=True,kde=True,rug=True,norm_hist=False,color=  39;y  39;,label=  39;distplot  39;,axlabel=  39;x  39;)
　　plt.legend()
　　ax1=plt.subplot(122)
　　sns.distplot(s,rug=True,
　　hist_kws={ histtype : step , linewidth :1, alpha :1, color : g },#设置箱子的风格、线宽、透明度、颜色,风格包括：  39;bar  39;,  39;barstacked  39;,  39;step  39;,  39;stepfilled  39;
　　kde_kws={ color : r , linewidth :1, label : KDE ,  39;linestyle  39;:  39;--  39;},#设置密度曲线颜色，线宽，标注、线形
　　rug_kws={  39;color  39;:  39;r  39;})#设置数据频率分布颜色
　　plt.show()

　　函数及参数介绍：

　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)

　　a数据源

　　bins箱数hist、kde、rug是否显示箱数、密度曲线、数据分布，默认显示箱数和密度曲线不显示数据分析

　　{hist,kde,rug}_kws通过字典形式设置箱数、密度曲线、数据分布的各个特征

　　norm_hist直方图的高度是否显示密度，默认显示计数,如果kde设置为True高度也会显示为密度

　　color颜色

　　vertical是否在y轴上显示图标，默认为False即在x轴显示，即竖直显示

　　axlabel坐标轴标签

　　label直方图标签

　　二、密度图

　　2.1单个样本数据分布密度图

　　综上所述，关于这方面的内容就为大家介绍到这里了，希望可以为各位读者带来帮助。