开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

如何在seaborn jointgrid / jointplot中标注边际图/分布图

在seaborn的jointgrid/jointplot中标注边际图/分布图，可以通过使用seaborn库中的sns.kdeplot和sns.histplot函数来实现。

首先，我们需要导入seaborn库和matplotlib库，并加载数据集。假设我们的数据集是一个名为data的DataFrame对象。

import seaborn as sns
import matplotlib.pyplot as plt

# 加载数据集
data = ...

# 创建jointgrid对象
grid = sns.JointGrid(data=data, x="x_column", y="y_column")

接下来，我们可以使用grid.plot_joint方法绘制散点图，并使用grid.plot_marginals方法绘制边际图。

# 绘制散点图
grid.plot_joint(sns.scatterplot)

# 绘制边际图
grid.plot_marginals(sns.kdeplot, fill=True)

如果想要在边际图上标注数值，可以使用grid.annotate方法。

# 在边际图上标注数值
grid.annotate(sns.histplot, stat="density", fmt=".2f")

完整的代码示例如下：

import seaborn as sns
import matplotlib.pyplot as plt

# 加载数据集
data = ...

# 创建jointgrid对象
grid = sns.JointGrid(data=data, x="x_column", y="y_column")

# 绘制散点图
grid.plot_joint(sns.scatterplot)

# 绘制边际图
grid.plot_marginals(sns.kdeplot, fill=True)

# 在边际图上标注数值
grid.annotate(sns.histplot, stat="density", fmt=".2f")

# 显示图形
plt.show()

这样就可以在seaborn的jointgrid/jointplot中标注边际图/分布图了。关于seaborn的更多功能和用法，可以参考腾讯云的数据可视化产品DataV。

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

seaborn从入门到精通03-绘图功能实现03-分布绘图distributional plots

本文主要是seaborn从入门到精通系列第3篇，本文介绍了seaborn的绘图功能实现，本文是分布绘图，同时介绍了较好的参考文档置于博客前面，读者可以重点查看参考链接。本系列的目的是可以完整的完成seaborn从入门到精通。重点参考连接

03

Python Seaborn (3) 分布数据集的可视化

在处理一组数据时，通常首先要做的是了解变量是如何分布的。这一章将简要介绍seborn中用于检查单变量和双变量分布的一些工具。你可能还想看看分类变量的章节，来看看函数的例子，这些函数让我们很容易比较变量的分布。

01

seaborn从入门到精通03-绘图功能实现03-分布绘图distributional plots

本文主要是seaborn从入门到精通系列第3篇，本文介绍了seaborn的绘图功能实现，本文是分布绘图，同时介绍了较好的参考文档置于博客前面，读者可以重点查看参考链接。本系列的目的是可以完整的完成seaborn从入门到精通。重点参考连接

02

python数据科学系列：seaborn入门详细教程

前期，分别对python数据分析三剑客进行了逐一详细入门介绍，今天推出系列第4篇教程：seaborn。这是一个基于matplotlib进行高级封装的可视化库，相比之下，绘制图表更为集成化、绘图风格具有更高的定制性。

06

机器学习之数据之美

昨天看了一下机器学习的东西，发现在做特征工程时，需要用到seaborn的可视化方法。

03

数据可视化Seaborn入门介绍

http://seaborn.pydata.org/examples/index.html

02

Python可视化 | Seaborn教你一行代码生成数据可视化

处理一组数据时，通常要做的第一件事就是了解变量的分布。本文会介绍seaborn中用于可视化单变量的一些函数。

03

分布（一）利用python绘制直方图

直方图主要用来显示在连续间隔（或时间段）的数据分布，每个条形表示每个间隔（或时间段）的频率，直方图的总面积等于数据总量。

01

Python数据分析 | seaborn工具与数据可视化

教程地址：http://www.showmeai.tech/tutorials/33

04

Python简单高效的可视化神器——Seaborn

前面我们已经介绍了matplotlib的一些基础和进阶的操作，相信大家已经掌握了。没有掌握的同学快回去学一学！

03

jointplot快速探究两组变量的分布及关系

在seaborn中，jointplot函数提供了一种综合的可视化方案，可以同时绘制两组变量的散点图以及各自对应的直方图，基本用法如下

04

Seaborn从零开始学习教程（三）

当处理一个数据集的时候，我们经常会想要先看看特征变量是如何分布的。这会让我们对数据特征有个很好的初始认识，同时也会影响后续数据分析以及特征工程的方法。本篇将会介绍如何使用 seaborn 的一些工具来检测单变量和双变量分布情况。

01

数据可视化基础与应用-04-seaborn库从入门到精通03

本系列是数据可视化基础与应用的第04篇seaborn，是seaborn从入门到精通系列第3篇。本系列的目的是可以完整的完成seaborn从入门到精通。主要介绍基于seaborn实现数据可视化。

01

Python数据分析之Seaborn（变量分析绘图）

[Style functions]http://seaborn.pydata.org/tutorial/aesthetics.html#aesthetics-tutorial

03

Python中得可视化：使用Seaborn绘制常用图表

Seaborn是构建在matplotlib之上的数据可视化库，与Python中的pandas数据结构紧密集成。可视化是Seaborn的核心部分，可以帮助探索和理解数据。

03

数据挖掘从入门到放弃（五）seaborn 的数据可视化

“ 数据可视化可以让我们很直观的发现数据中隐藏的规律，察觉到变量之间的互动关系，帮助我们更好地解释现象和发现数据价值，做到一图胜千文的说明效果。http://seaborn.pydata.org/index.html”

05

seaborn更高效的统计图表制作工具

seaborn是建立在matplotlib上的一个高度封装的模块，针对数据的统计学描述，统计了一系列相关的可视化功能。

02

可视化神器Seaborn的超全介绍

Seaborn是一个用Python制作统计图形的库。它建立在matplotlib之上，并与panda数据结构紧密集成

03

使用Seaborn进行房价数据可视化

Seaborn 是一个出色的数据可视化库，它让我们的生活变得轻松。首先，您应该在编辑器中键入以下命令：

01

seaborn的介绍

Seaborn是一个用Python制作统计图形的库。它建立在matplotlib之上，并与pandas数据结构紧密集成。

02

Python数据可视化的10种技能

如果你想要用 Python 进行数据分析，就需要在项目初期开始进行探索性的数据分析，这样方便你对数据有一定的了解。其中最直观的就是采用数据可视化技术，这样，数据不仅一目了然，而且更容易被解读。同样在数据分析得到结果之后，我们还需要用到可视化技术，把最终的结果呈现出来。

02

Seaborn的15种可视化图表详解

可视化是以图形形式表示数据或信息的过程。在本文中，将介绍Seaborn的最常用15个可视化图表

02

探索数据之美：Seaborn 实现高级统计图表的艺术

在数据可视化领域，Seaborn 是 Python 中一个备受欢迎的库。它建立在 Matplotlib 之上，提供了一种更简单的方式来创建漂亮的统计图表。Seaborn 不仅可以绘制常见的统计图表，还支持许多高级功能，如分布图、热图、聚类图等。本文将介绍如何利用 Seaborn 实现一些高级统计图表，并附上代码实例。

01

seaborn从入门到精通02-绘图功能概述

本文主要是seaborn从入门到精通系列第2篇，本文介绍了seaborn的绘图功能，包括Figure-level和axes-level级别的使用方法，以及组合数据绘图函数，同时介绍了较好的参考文档置于博客前面，读者可以重点查看参考链接。本系列的目的是可以完整的完成seaborn从入门到精通。重点参考连接

03

【数据分析可视化】股票市场分析实战之风险分析

# 基本信息 import numpy as np import pandas as pd from pandas import Series, DataFrame # 股票数据读取 import pandas_datareader as pdr # 可视化 import matplotlib.pyplot as plt import seaborn as sns #%matplotlib inline # time from datetime import datetime # 读取本地数据 ali

05

使用seaborn绘图(一）

seaborn是在matplotlib的基础上进行了封装和扩展，让python的数据可视化功能更加强大。

03

各种各样的图

有时候，我们想画某一种图，就到处找代码，现学现卖。这里，笔者就做一个收集，使用python的matplotlib加上seaborn来美化的各种各样的图。

02

我用Python的Seaborn库，绘制了15个超好看图表！

Seaborn是一个基于Python语言的数据可视化库，它能够创建高度吸引人的可视化图表。

03

用Python演绎5种常见可视化视图

如果你想要用Python进行数据分析，就需要在项目初期开始进行探索性的数据分析，这样方便你对数据有一定的了解。其中最直观的就是采用数据可视化技术，这样，数据不仅一目了然，而且更容易被解读。同样在数据分析得到结果之后，我们还需要用到可视化技术，把最终的结果呈现出来。

01

创建吸引人的统计图表：Seaborn 库的实用指南与示例

在数据可视化领域，创建吸引人且具有信息量的统计图表是非常重要的。Seaborn 是一个基于 Matplotlib 的 Python 数据可视化库，它提供了更简单的方式来创建各种统计图表，并且具有更好的美观度和默认设置。本文将介绍如何使用 Seaborn 库创建吸引人的统计图表，并提供代码实例来帮助读者更好地理解。

01

14个Seaborn数据可视化图

数据可视化在数据挖掘中起着非常重要的作用。各种数据科学家花费了他们的时间通过可视化来探索数据。为了加快这一进程，我们需要有合适的工具。

06

☀️苏州程序大白一文从基础手把手教你Python数据可视化大佬☀️《❤️记得收藏❤️》

下载类库Numpy， SciPy， matplotlib， pandas 和 seaborn。可以参考本文

02

数据可视化基础与应用-04-seaborn库从入门到精通01-02

本系列是数据可视化基础与应用的第04篇seaborn，是seaborn从入门到精通系列第1-2篇。本系列的目的是可以完整的完成seaborn从入门到精通。主要介绍基于seaborn实现数据可视化。

01

Python Seaborn综合指南，成为数据可视化专家

一个精心设计的可视化程序有一些特别之处。颜色突出，层次很好地融合在一起，整个轮廓流动，整个程序不仅有一个很好的美学质量，它也为我们提供了有意义的技术洞察力。

02

数据探索与分析中必不可少的Seaborn库

Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。

01

数据科学篇| Seaborn库的使用（四）

Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。

01

数据可视化系列

Seaborn主要用于统计绘图的，它是基于matplotlib进行了更高级的API封装。Seaborn比matplotlib更加易用，因为它避免了matplotlib中多种参数的设置。Seaborn与matplotlib关系，可以把Seaborn视为matplotlib的补充。

03

在Python中用Seaborn美化图表的3个示例

进行研究时，选择图像模式一般很容易，说实话：向团队或客户传达图像模式有时要困难得多。不仅很难用外行术语解释某些图像模式（尝试向非数学家解释一个数学符号），而且有时，您还需要试图表示对各种模式需要依赖的条件……怎么说呢？

02

（数据科学学习手札62）详解seaborn中的kdeplot、rugplot、distplot与jointplot

seaborn是Python中基于matplotlib的具有更多可视化功能和更优美绘图风格的绘图模块，当我们想要探索单个或一对数据分布上的特征时，可以使用到seaborn中内置的若干函数对数据的分布进行多种多样的可视化，本文以jupyter notebook为编辑工具，针对seaborn中的kdeplot、rugplot、distplot和jointplot，对其参数设置和具体用法进行详细介绍。

05

详解seaborn可视化中的kdeplot、rugplot、distplot与jointplot

seaborn是Python中基于matplotlib的具有更多可视化功能和更优美绘图风格的绘图模块，当我们想要探索单个或一对数据分布上的特征时，可以使用到seaborn中内置的若干函数对数据的分布进行多种多样的可视化。

03

数据科学 IPython 笔记本 8.17 使用 Seaborn 的可视化

Matplotlib 据证明是一种非常有用和流行的可视化工具，但即使狂热的用户也会承认它经常会有很多不足之处。有几个对 Matplotlib 的有效的抱怨常常出现：

02

盘一盘 Python 系列 6 - Seaborn

Seaborn 是基于 matplotlib 开发的高阶 Python 数据可视图库，用于绘制优雅、美观的统计图形。

03

【干货】知否？知否？一文彻底掌握Seaborn

Seaborn 是基于 matplotlib 开发的高阶 Python 数据可视图库，用于绘制优雅、美观的统计图形。

01

ApacheCN 翻译活动进度公告 2019.4.7

版权声明：License CC BY-NC-SA 4.0 / 自豪地采用谷歌翻译 https://blog.csdn.net/wizardforcel/article/details/89069355

00

Python 数据可视化,常用看这一篇就够了

如果你想要用 Python 进行数据分析，就需要在项目初期开始进行探索性的数据分析，这样方便你对数据有一定的了解。其中最直观的就是采用数据可视化技术，这样，数据不仅一目了然，而且更容易被解读。

01

精品教学案例 | 利用Matplotlib和Seaborn对苹果股票价格进行可视化分析

本案例适合作为大数据专业数据可视化课程的配套教学案例。通过本案例，能够达到以下教学效果：

03

数据清洗 Chapter03 | Seaborn常用图形

Seaborn是一个画图工具 Seaborn是基于Matplotlib的一个Python作图模块配色更加好看，种类更多，但函数和操作比较简单 1、散点图散点图可直接观察两个变量的分布情况 1、使用jiontplot()函数画出散点图 import seaborn as sns import pandas as pd import numpy as np iris = pd.read_csv('./data/iris.csv') sns.jointplot(x='sepal_leng

02

小白也能看懂的seaborn入门示例

Seaborn就是让困难的东西更加简单。它是针对统计绘图的，一般来说，能满足数据分析90%的绘图需求。Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn就能做出很具有吸引力的图，应该把Seaborn视为matplotlib的补充，而不是替代物。

02

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭