- 1.hist
- 2. kdeplot
在单变量为分类变量的时候,数据的分析会相对简单,可以通过非常简单的sum,mean等统计变量直接查看自己需要的统计信息基本就能满足我们的需求,非常简单,并不会给我们带来非常大的困难,但是如果单变量为连续变量的时候,数据的可视化就较为重要.
一般最常见的对连续单变量特征进行分析的情况会出现在回归等问题中,这个时候通过可视化的方式可以很快地让我们了解到数据的分布情况以及是否有奇异值的情况.这对我们数据的处理能带来极大的方便.
首先导入所需要的包
import numpy as np
import pandas as pd
import warnings
from scipy import stats,integrate
import matplotlib.pyplot as plt
warnings.filterwarnings('ignore') #忽略了警告错误的输出
import seaborn as sns
sns.set_style("darkgrid")
sns.set(color_codes=True) #set( )设置主题，调色板更常用
np.random.seed(sum(map(ord, “distributions”)))
- ord()函数它以一个字符（长度为1的字符串）作为参数，返回对应的ASCII数值，或者Unicode数值.
- 如果所给的Unicode字符超出了你的Python定义范围，则会引发一个TypeError的异常.
- 利用np.random.seed()函数设置相同的seed，每次生成的随机数相同。如果不设置seed，则每次会生成不同的随机数.
绘制直方图的方法在matplotlib中，这个方法可以直观地让我们了解到散落在各个区间的数据的情况(数据分布), hist默认为10个bins.
import numpy as np import matplotlib.pyplot as plt x=np.random.normal(size=100) plt.hist(x)2. kdeplot
对于连续的变量,光看直方图肯定是不够的,数据的分布的观察也是必不可少的,这时我们需要借用KDE(Kernel Density Estimate)函数。
import numpy as np import matplotlib.pyplot as plt x=np.random.normal(size=100) sns.kdeplot(x,shade=True)
KDE的带宽 bandwidth（bw）参数控制估计对数据的拟合程度，与直方图中的bin(数据切分数量参数)大小非常相似。 它对应于我们上面绘制的内核的宽度。
import numpy as np import matplotlib.pyplot as plt x=np.random.normal(size=100) sns.kdeplot(x) sns.kdeplot(x, bw=.2, label="bw: 0.2") sns.kdeplot(x, bw=2, label="bw: 2") plt.legend()
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. #一维数组
- bins : argument for matplotlib hist(), or None, optional #设置分桶数
- hist : bool, optional #控制是否显示分桶柱子
- kde : bool, optional #控制是否显示核密度估计图
- rug : bool, optional #控制是否显示观测实例竖线
- fit : random variable object, optional #控制拟合的参数分布图形
- {hist, kde, rug, fit}_kws : dictionaries, optional
Keyword arguments for underlying plotting functions. - vertical : bool, optional #显示正交控制, If True, oberved values are on y-axis.
参考链接：
[1] seaborn 数据可视化(一）连续型变量可视化 2018.12
