Seaborn Kdeplot – 一份全面指南

大家好!在我们的Seaborn教程中,我们将着重介绍Seaborn的Kdeplot功能。


Kdeplot是什么?

Kdeplot 是一种核密度估计图,用于描述连续或非参数数据变量的概率密度函数,即我们可以绘制单变量或多个变量的图。使用 Python 的 Seaborn 模块,我们可以构建具有各种功能的 Kdeplot。

为了使用Seaborn模块,我们需要使用下面的命令来安装和导入该模块:

pip install seaborn

import seaborn

创建一个单变量的Seaborn Kdeplot

seaborn.kdeplot() 函数用于以单个/单变量方式绘制数据。它将数据值的概率分布表示为绘制曲线下的面积。

语法:

seaborn.kdeplot(data)

第一个例子:

Original: “I enjoy spending time with my family and friends.”

Paraphrased: “我喜欢与我的家人和朋友共度时光。”

import seaborn as sn
import matplotlib.pyplot as plt
import numpy as np
data = np.random.randn(200)
res = sn.kdeplot(data)
plt.show()

在上面的例子中,我们使用numpy.random.randn()函数生成了一些随机数据值。

结果:

Univariate Seaborn Kdeplot

例子2:
请给我一杯咖啡。

import seaborn as sn
import matplotlib.pyplot as plt
import numpy as np
data = np.random.randn(200)
res = sn.kdeplot(data,color='green',shade=True)
plt.show()

在上面的例子中,我们使用参数’阴影’来突出显示曲线下的区域。此外,我们还可以使用参数’颜色’将不同的颜色设置给图表。

输出:

Univariate Seaborn Kdeplot With Shade And Color Parameter

创建一个双变量的Seaborn Kdeplot

Seaborn的Kdeplots甚至可以用于根据多个数据变量或双变量数据绘制数据,以描述其中一个值与另一个值之间的概率分布。

语法:

seaborn.kdeplot(x,y)

因此,分布被表示为一幅等高线图,描述了两个数据变量之间的分布关系。

例如:

原句:The weather is very cold today.
Chinese paraphrase: 今天的天气非常寒冷。

import seaborn as sn
import matplotlib.pyplot as plt
import numpy as np
import pandas
data = pandas.read_csv("C:/mtcars.csv")
res = sn.kdeplot(data['mpg'],data['qsec'],color='blue',shade=True)
plt.show()

输出:

Bivariate Seaborn Kdeplot

沿着垂直轴绘制Seaborn Kdeplot。

我们可以使用下面的语法在y轴上绘制Kdeplots。

句法:

seaborn.kdeplot(data,vertical=True)

因此,通过将“垂直”参数设置为True,我们可以在y轴上绘制出分布情况。

Here is the Chinese paraphrase of the given example:

例子:

import seaborn as sn
import matplotlib.pyplot as plt
import numpy as np
import pandas
data = pandas.read_csv("C:/mtcars.csv")
res = sn.kdeplot(data['mpg'],vertical=True,color='blue',shade=True)
plt.show()

输出:

Univariate Seaborn Kdeplot Along Vertical Axis

在Seaborn Kdeplot中使用色彩调色板

可以使用不同的色彩调色板与Seaborn图表一同使用,通过‘cmap’参数以更好的方式来展示数据。

在Matplotlib Colormap中有不同类型的颜色板可用。

句法:结构

seaborn.kdeplot(data,cmap)

请把以下句子用中文表达出来(只需要给出一个选项):
例子:

import seaborn as sn
import matplotlib.pyplot as plt
import numpy as np
import pandas
data = pandas.read_csv("C:/mtcars.csv")
res = sn.kdeplot(data['mpg'],data['qsec'],shade=True,cmap="Purples_d")
plt.show()

输出:

Bivariate Seaborn Kdeplot With Color Palette

绘制两个带阴影的双变量Kdeplots

两个有阴影的双变量核密度图有助于理解数据的变化情况,以概率分布表示双变量数据组的数据变化。

例如:

import seaborn as sn
import matplotlib.pyplot as plt
import numpy as np
import pandas
data = pandas.read_csv("C:/mtcars.csv")
sn.set(style='dark',)
res = sn.kdeplot(data['hp'],data['cyl'],shade=True,cmap="Purples_d")
res = sn.kdeplot(data['hp'],data['cyl'],shade=True,cmap="Blues")
plt.show()

输出结果:

Shaded Bivariate Seaborn Kdeplots

在Seaborn的Kdeplot上添加一个Colorbar。

色标将图像表示的值映射到原始数据值上,并帮助以更好的方式可视化数据。

语法:

seaborn.kdeplot(data,cbar=True)

For example, a professor might use a PowerPoint presentation to explain a complex topic to students.

import seaborn as sn
import matplotlib.pyplot as plt
import numpy as np
import pandas
data = pandas.read_csv("C:/mtcars.csv")
sn.set(style='dark',)
res=sn.kdeplot(data['hp'],data['cyl'],shade=True,cmap="Purples_d",cbar=True)
plt.show()

結果: 输出

Bivariate Seaborn Kdeplot With Cbar

结论

Seaborn模块是完全基于Matplotlib模块构建的,两者的组合被广泛用于以不同形式可视化数据。

我强烈推荐读者们通过Python Matplotlib教程,以更好地理解数据可视化的基础知识。


参考资料

  • Seaborn Kdeplot – Documentation
发表回复 0

Your email address will not be published. Required fields are marked *


广告
将在 10 秒后关闭
bannerAds