2.1.7.2.Distribution Plots
0. Distribution Plots的繪圖種類
sns.distplot (kde, bin)
sns.jointplot
sns.pairplot
sns.rugplot
1. 使用library
import seaborn as sns
將圖表直接嵌入到Notebook之中
%matplotlib inline
讀入資料
tips = sns.load_dataset('tips')
tips.head()

等義於使用pandas內建的plot.hist或是plot(kind = 'hist')
tips['total_bill'].hist(bins = 30) tips['total_bill'].plot(kind='hist', bins = 30) tips['total_bill'].plot.hist(bins = 30)
kde (Kernel distribution estimation)預設為true
也可以設為False
sns.distplot(tips['total_bill'], kde=False) sns.distplot(tips['total_bill'])
bin
sns.distplot(tips['total_bill'], kde=False, bins=30)

比較資料來源中的兩個屬性之間的相關性或非相關性
繪圖前可以先設定背景的方格線
sns.set_style('whitegrid')
例如比較資料中帳單金額與小費間的關聯性
sns.jointplot(x='total_bill',y='tip',data=tips)
用顏色深淺來代表相關性 (顏色越深, 相關性越高)
sns.jointplot(x='total_bill',y='tip',data=tips,kind='hex')
線性回歸圖
sns.jointplot(x='total_bill',y='tip',data=tips,kind='reg')
kde (Kernel distribution estimation)
sns.jointplot(x='total_bill',y='tip',data=tips,kind='kde')
4.Pair plot
可以將資料來源中的數值欄位一一比較, 畫出關聯圖
輸入資料來源
sns.pairplot(tips)
加入類別欄位的比較
例如比較性別在資料上的差異
sns.pairplot(tips,hue='sex')
調整色系
sns.pairplot(tips,hue='sex',palette='coolwarm')
以stick的方式表現資料
sns.rugplot(tips['total_bill'])

Last updated
Was this helpful?