【seaborn】(五)联合分布图

您所在的位置:网站首页 椭圆系数图表 【seaborn】(五)联合分布图

【seaborn】(五)联合分布图

2024-07-01 08:53| 来源: 网络整理| 查看: 265

文章目录 一、单变量分析二、多变量分析图2.1 散点图2.2 sns.jointplot()双变量联合分布图2.2.1 生成数据2.2.2 x, y, data:x轴数据,y轴数据,dataframe数据2.2.3 kind样式2.2.3.1 scatter散点2.2.3.2 reg回归2.2.3.3 resid2.2.3.4 kde密度图2.2.3.5 hex热度图 2.2.4 color颜色2.3.5 dropna在画图之前是否删除空值 2.3 sns.pairplot()多变量联合分布图2.3.1 加载鸢尾花数据iris2.3.2 data数据2.3.3 hue:指定列名,按照列名类别,标记不同颜色2.3.4 palette:调色板2.3.5 kind样式2.3.6 dropna在画图之前是否删除空值

一、单变量分析

单变量分析就是直方图 参考博文:https://blog.csdn.net/u010916338/article/details/106036759

二、多变量分析图 2.1 散点图

参考博文:https://blog.csdn.net/u010916338/article/details/106018903

2.2 sns.jointplot()双变量联合分布图 seaborn.jointplot(x, y, data=None, kind=’scatter’, stat_func=, color=None, size=6, ratio=5, space=0.2, dropna=True, xlim=None, ylim=None, joint_kws=None, marginal_kws=None, annot_kws=None, **kwargs) 2.2.1 生成数据

在这里插入图片描述

2.2.2 x, y, data:x轴数据,y轴数据,dataframe数据

在这里插入图片描述

2.2.3 kind样式 (1)kind={ “scatter” | “reg” | “resid” | “kde” | “hex” } 2.2.3.1 scatter散点

在这里插入图片描述

2.2.3.2 reg回归

在这里插入图片描述

2.2.3.3 resid

在这里插入图片描述

2.2.3.4 kde密度图 (1)颜色越重,该区域出现的点的次数越多,频率越高,概率越大 在这里插入图片描述 2.2.3.5 hex热度图 (1)颜色越重,该区域出现的点的次数越多 在这里插入图片描述 2.2.4 color颜色

在这里插入图片描述

2.3.5 dropna在画图之前是否删除空值 2.3 sns.pairplot()多变量联合分布图 seaborn.pairplot(data, hue=None, hue_order=None, palette=None, vars=None, x_vars=None, y_vars=None, kind='scatter', diag_kind='auto', markers=None, height=2.5, aspect=1, dropna=True, plot_kws=None, diag_kws=None, grid_kws=None, size=None) 2.3.1 加载鸢尾花数据iris

在这里插入图片描述

2.3.2 data数据 (1)文本数据不参与分析计算 在这里插入图片描述 2.3.3 hue:指定列名,按照列名类别,标记不同颜色

在这里插入图片描述

2.3.4 palette:调色板

调色板设置,参考博文:https://blog.csdn.net/u010916338/article/details/106031515 在这里插入图片描述

2.3.5 kind样式 (1)kind={ “scatter” | “reg”} 在这里插入图片描述 2.3.6 dropna在画图之前是否删除空值


【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3