3 直方图Histogramplot(代码下载)

直方图能够准确表现数据的分布，在seaborn中使用distplot函数制作直方图，该章节主要内容有：

1. 基本直方图的绘制 Basic histogram
2. 数据分布与密度信息显示 Control rug and density on seaborn histogram
3. 带箱形图的直方图 Histogram with a boxplot on top
4. 多个变量的直方图 Histogram with several variables
5. 边际图 Marginal plot

#调用seaborn
import seaborn as sns
#调用seaborn自带数据集
df = sns.load_dataset('iris')
#显示数据集
df.head()

	sepal_length	sepal_width	petal_length	petal_width	species
0	5.1	3.5	1.4	0.2	setosa
1	4.9	3.0	1.4	0.2	setosa
2	4.7	3.2	1.3	0.2	setosa
3	4.6	3.1	1.5	0.2	setosa
4	5.0	3.6	1.4	0.2	setosa

1. 基本直方图的绘制 Basic histogram

• 绘制默认直方图 Make default histogram
• bin的数量设置 Control the number of bins
• 垂直直方图 Vertical Histogram

# 绘制默认直方图 Make default histogram 
# displot默认绘制概率密度函数曲线，及kde=True
# 下图纵坐标为在横坐标区域内分布的概率,曲线表示概率密度函数，在区间上积分值为1
sns.distplot( df["sepal_length"]);

# bin的数量设置 Control the number of bins 
# bin控制直方图的竖直的长方形的数量
sns.distplot( df["sepal_length"], bins=20);

# 垂直直方图 Vertical Histogram
# vertical=True设置直方图垂直
sns.distplot( df["sepal_length"] , color="skyblue", vertical=True);

2. 数据分布与密度信息显示 Control rug and density on seaborn histogram

• 仅显示直方图 Hist only
• 显示带数据分布和密度的直方图 Hist + Rug + kernel density
• 密度分布曲线参数修改 To change parameters of density distribution

# 仅显示直方图  Hist only
# hist :控制是否显示条形图
# kde :控制是否显示核密度估计图
# rug :控制是否显示观测的小细条（边际毛毯）
sns.distplot( a=df["sepal_length"], hist=True, kde=False, rug=False );

# 显示带数据分布和密度的直方图 Hist + Rug + kernel density
sns.distplot( a=df["sepal_length"], hist=True, kde=True, rug=True );

# 密度分布曲线参数修改 To change parameters of density distribution
sns.distplot( a=df["sepal_length"], kde=True,kde_kws={"color": "g", "alpha":0.3, "linewidth": 5, "shade":True });

3. 带箱形图的直方图 Histogram with a boxplot on top

# 此图表主要基于seaborn，但也需要matplotlib，将图形窗口分成两部分
# 导入matplotlib
import matplotlib.pyplot as plt
# Cut the window in 2 parts 将窗口分为两部分
# sharex共享x轴，图像分为上下两部分，上面部分ax_box占比0.15，下面部分ax_hist占比0.85
f, (ax_box, ax_hist) = plt.subplots(2, sharex=True, gridspec_kw={"height_ratios": (.15, .85)})
 
# Add a graph in each part 绘制两种不同的图像
sns.boxplot(df["sepal_length"], ax=ax_box)
sns.distplot(df["sepal_length"], ax=ax_hist)
# Remove x axis name for the boxplot 不显示箱形图的横坐标
ax_box.set(xlabel='');

4. 多个变量的直方图 Histogram with several variables

• 同轴绘制 distributions together
• 多窗口绘制 several parts

# 同轴绘制 distributions together
# 如果您有多个变量并且想要将它们的分布可视化在一起，您有两个选项：在同一轴上绘制或者将窗口分成几个部分。
# 如果你没有太多变量，并且它们没有重叠，那么同一轴上绘制就更好了
import matplotlib.pyplot as plt
sns.distplot( df["sepal_length"] , color="skyblue", label="Sepal Length");
sns.distplot( df["sepal_width"] , color="red", label="Sepal Width");
plt.legend()

<matplotlib.legend.Legend at 0x1f910164f28>

# 多窗口绘制 several parts
import matplotlib.pyplot as plt
# plot 通过matplotlib将图像分为四部分，并且共享x轴
f, axes = plt.subplots(2, 2, figsize=(7, 7), sharex=True)
# 设定坐标轴位置
sns.distplot( df["sepal_length"] , color="skyblue", ax=axes[0, 0]);
sns.distplot( df["sepal_width"] , color="olive", ax=axes[0, 1]);
sns.distplot( df["petal_length"] , color="gold", ax=axes[1, 0]);
sns.distplot( df["petal_width"] , color="teal", ax=axes[1, 1]);

5. 边际图 Marginal plot

• 边界散点图 scatter
• 边界回归图 reg
• 边界残差图 resid
• 边界核密度图 kde
• 边界六角图 hex

# 边际图能够很好显示两个数值变量之间的关系。
# *图表显示其相关性。它通常是散点图，hexbin图，2D直方图或2D密度图。
# 边缘图通常在顶部和右侧，使用直方图或密度图显示2个变量的分布。
# 边际图通过jointplot绘制，主要类型参数为kind
# Custom the inside plot: options are: “scatter” | “reg” | “resid” | “kde” | “hex”
# 边际散点图 中间是散点图，边界是直方图
sns.jointplot(x=df["sepal_length"], y=df["sepal_width"], kind='scatter');

# 边际回归图 中间是带回归方程的散点图，边界是带密度分布的直方图
sns.jointplot(x=df["sepal_length"], y=df["sepal_width"], kind='reg');

# 边际残差图 中间是带回归方程的散点图，边界是带密度分布的直方图
sns.jointplot(x=df["sepal_length"], y=df["sepal_width"], kind='resid');

# 边界核密度估计图
sns.jointplot(x=df["sepal_length"], y=df["sepal_width"], kind='kde');

# 边界六角图
sns.jointplot(x=df["sepal_length"], y=df["sepal_width"], kind='hex');