作者：宁海涛

 来源：DataCharm

前面介绍了基础直方图的绘制教程，接下来，同样分享一篇关于数据分布的基础图表绘制-核密度估计图。具体含义我们这里就不作多解释，大家可以自行百度啊，这里我们主要讲解R-python绘制该图的方法。本期知识点主要如下：

我们还是使用前几期绘制的数据，关注公众号DataCharm,后台回复柱形图 ，即可获取练习数据啦。这里给出部分数据的预览，如下：

这里直接给出绘图代码：

flipper_density   geom_density(aes(fill=species),colour="black",size=1)+  scale_fill_manual(values = c('#FF8C03',"#A034F1","#0F8B8B")) +  guides(fill = guide_legend(nrow = 1)) +   labs(y="",       title = "Base Charts in R Exercise 03: Density Charts",       subtitle = "processed density charts with geom_density()",       caption = "Visualization by DataCharm") +  theme_ipsum(base_family = "Roboto Condensed") +  theme(        plot.title = element_markdown(hjust = 0.5,vjust = .5,color = "black",                             size = 22, margin = margin(t = 1, b = 12)),        plot.subtitle = element_markdown(hjust = 0,vjust = .5,size=15),        plot.caption = element_markdown(face = 'bold',size = 12),        #legend.position = c(.1, .1),         legend.position = "top",        legend.direction = "horizontal",         #legend.justification = "right",        legend.key.width = unit(1.8, "lines"),         legend.key.height = unit(1, "lines"),  )

可视化结果如下：

通过如下代码，更换成“暗黑主题”：

注意：

theme_ft_rc() 和* theme_ipsum()* 都来自功能强大的hrbrthemes 绘图主题包哦，大家可以重点掌握哦。结果如下：

该方法前几篇推文呢都有介绍，这里不再累赘，直接给出代码：

flipper_density_img     annotation_custom(i1, ymin = .045, ymax = .065, xmin = 220, xmax = 235)

效果如下：

暗黑主题的图片添加，效果如下：

还是使用集成功能强大的seaborn绘图包，我们直接给出代码：

fig,ax = plt.subplots(figsize=(7,4.5),dpi=200)

palette = ['#FF8C03',"#A034F1","#0F8B8B"]sns.kdeplot(data=data,x="flipper_length_mm",hue="species",palette=palette,alpha=1,            hue_order=["Adelie","Chinstrap","Gentoo"],fill=True,edgecolor="black",            linewidth=2,ax=ax)

#titleax.text(.08,1.1,"Base Charts in Python Exercise 02: Density Charts",       transform = ax.transAxes,color='k',ha='left',va='center',size=18,fontweight='extra bold')#subtitleax.text(.01,1.02,"processed bar charts with seaborn.kdeplot()",       transform = ax.transAxes,color='k',ha='left',va='center',size=9,fontweight='bold')#captionax.text(.91,-.1,'\nVisualization by DataCharm',transform = ax.transAxes,        ha='center', va='center',fontsize = 8,color='black',fontweight='bold')

结果如下：

通过添加如下代码完成：

可视化效果如下：

这部分是对绘图结果进行美化操作，大家可以尝试一下。直接给出添加图片的代码：

#添加图片aximins = inset_axes(ax,width=2,height=2,                      bbox_to_anchor=(.1, .55, .2, .6), #[left, bottom, width, height],                      bbox_transform=ax.transAxes)im = aximins.imshow(image,zorder=0)aximins.axis('off')

将以上代码加入之前的代码即可。最终的效果如下：

暗黑风格的图片添加效果如下：

本期将R-ggplot2绘图和Python-seaborn 进行了汇总整理，一方面因为内容较为基础，另一方面，大家也可以对比下R-ggplot2系列 和Python-matplotlib系列绘图。大家可以根据自己喜好选择适合自己的绘图工具。

◆ ◆ ◆  ◆ ◆

麟哥新书已经在京东上架了，我写了本书：《拿下Offer-数据分析师求职面试指南》，目前京东正在举行100-50活动，大家可以用相当于原价5折的预购价格购买，还是非常划算的：

数据森麟公众号的交流群已经建立，许多小伙伴已经加入其中，感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容，还没有加入的小伙伴可以扫描下方管理员二维码，进群前一定要关注公众号奥，关注后让管理员帮忙拉进群，期待大家的加入。

管理员二维码：

● 卧槽！原来爬取B站弹幕这么简单

● 厉害了！麟哥新书登顶京东销量排行榜！

● 笑死人不偿命的知乎沙雕问题排行榜

● 用Python扒出B站那些“惊为天人”的阿婆主！

● 你相信逛B站也能学编程吗