distplot是如何计算kde曲线的？
distplot是一个用于绘制一维或二维直方图和核密度估计曲线（KDE）的函数，它是seaborn库中的一个函数。
在计算kde曲线时，distplot函数首先通过对数据进行标准化，将其转化为均值为0、方差为1的正态分布数据。然后，它使用一个称为带宽（bandwidth）的参数来决定核函数的宽度。带宽参数决定了数据点的相互影响程度，较大的带宽会产生更平滑的曲线，而较小的带宽会产生更尖锐的曲线。
在具体计算过程中，distplot函数使用一种称为高斯混合模型（Gaussian Mixture Model）的方法来估计核密度函数。高斯混合模型将整个数据集视为多个高斯分布的线性组合，其中每个高斯分布代表一个数据子集。通过对每个高斯分布进行权重赋值，并利用最大似然估计方法，可以获得最优的核密度估计曲线。
在实际使用中，distplot函数的调用方式为：
sns.distplot(data, hist=True, kde=True)其中，data表示输入的数据，hist=True表示绘制直方图，kde=True表示绘制核密度估计曲线。
推荐的腾讯云相关产品是腾讯云数据分析服务（Tencent Cloud Data Analysis, TDA），该产品提供了一系列数据分析和可视化工具，可以帮助用户对数据进行深入分析和探索。TDA支持绘制直方图和核密度估计曲线，并提供了丰富的数据处理和可视化功能，可满足用户对数据分析的需求。
产品介绍链接地址：腾讯云数据分析服务（TDA）
相关·内容
我从sns密度图中观察到的结果非常令人困惑。 结果如下： sns.distplot(subset['difference_ratio'], kde = True, label =label ,hist=False).set(xlim=(0,1)) 如下所示： ? 结果如下： sns.distplot(subset['difference_ratio'], kde = False, label =label ,hist=True).set(xlim=(0,1)) 如下所示： ? 如何将这种情况解释为类似的行为？
浏览 134提问于2020-09-09得票数 0
1回答
我正在使用seaborn来绘制数据。一切都很好，直到我的导师问我在下面的代码中是如何绘制情节的。 import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
x = np.random.normal(size=100)
sns.distplot(x)
plt.show() 这段代码的结果是： ? 我的问题： 1- distplot如何绘制此图？ 2-为什么在-3开始绘图，在4结束绘图 3- distplot是否有任何参数函数或特定的数学函数来绘制这样的数据？ 我使用distplot和kde来绘制我
浏览 60提问于2020-04-15得票数 1
回答已采纳
1回答
很抱歉给出了一个形象，但我认为这是最好的方式来显示我的问题。
正如您所看到的，所有的bin宽度都是不同的，根据我的理解，它显示了rent_hours的范围。我不知道为什么不同的数字有不同的垃圾箱宽度，即使我没有设置任何。
我的代码看起来如下：
figure, axes = plt.subplots(nrows=4, ncols=3)
figure.set_size_inches(18,14)
plt.subplots_adjust(hspace=0.5)
for ax, age_g in zip(axes.ravel(), age_cat):
group = total_usa
浏览 1提问于2019-10-14得票数 0
回答已采纳
1回答
我有一个dataframe df，用于在同一个x轴上生成两个条形图。我不想以条形图的形式显示这些值，而是想要一条符合条形的曲线。也就是说，它应该有点像高斯或正态分布拟合，但我想保持x轴和y轴相同，而不是显示频率。我还需要适合从0开始，并对任何负值。我该怎么做？我想the curve_fit函数可能很有用，或者sns.distplot
df
size a b
0 0.000000 6.20405
1 0.000000 9.262046
2 2.51524 14.28944
3
浏览 3提问于2017-12-04得票数 1
回答已采纳
1回答
两种分布的非重叠边缘区域的求取
、、、、
我试图找到一种方法来计算两个分布的重叠(交集)和不重叠区域。基于一些帖子(如：)，我可以知道如何计算这两幅图的交集。但我没办法找到不重叠的部分。
给定此示例发行版：
import pandas as pd
import numpy as np
import seaborn as sns
data1=np.random.normal(0, 0.1, 100)
data2=np.random.normal(0, 0.3, 100)
x0=pd.Series(data1)
x1=pd.Series(data2)
kwargs = dict(hist_kws={'alpha':.
浏览 10提问于2021-08-25得票数 1
回答已采纳
1回答
我读了一个关于基于特征密度曲线的特征选择的博客。这个博客是用R语言写的，我对此并不熟悉。
博客：
博客说，如果两个特性的密度曲线明显不同(请看下面的方程，即> 0.75)，那么我们可以放弃其中一个特性。
现在，我很熟悉如何绘制密度曲线，但不知道如何得到交叉口面积。任何帮助找出交叉区域是非常感谢的。
以下是我的尝试：
import numpy as np
import pandas as pd
import seaborn as sns
from sklearn.preprocessing import MinMaxScaler
df = sns.load_datas
浏览 2提问于2020-05-23得票数 0
回答已采纳
1回答
我有一个频率分布图，如下所示：
A i需要对应于y值峰值的x值。我怎样才能得到它的绘图代码？
seaborn.distplot('TheSeries',bins = 30, ax=axes[0][1])
有人能解释一下我如何得到这个和类似情况的对应值吗？
浏览 2提问于2020-11-24得票数 1
回答已采纳
1回答
我试图在lognorm发行版上绘制一个分布图，看看适合度有多好。如何将分布参数传递给fit函数？
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
sampled = np.random.lognormal(0.5, 0.25, 1000)
sns.distplot(sampled, fit=stats.lognorm)
plt.show()
这是可行的，但我无法传递分发参数：
shape, location, scale = stats.lognorm.fit(sampled)
sns.di
浏览 1提问于2020-07-31得票数 0
回答已采纳
2回答
我找不到一种方法来改变我的一个子情节的线宽。我有以下应该改变线的线宽，但似乎没有做任何事情。
sns_plot = sns.distplot(distribution, fit_kws=dict(linewidth=2.5))
浏览 0提问于2019-05-04得票数 2
回答已采纳
所以我正在学习Kaggle Data Visualization Micro课程，我学到了绘制直方图的课程。因此，练习要求绘制两个直方图，我这样做了，它起作用了，但是如果我在其中一个图上添加kde = False，那么只有那个图是可见的，而另一个图是不显示的： `sns.distplot(a = cancer_b_data['Area (mean)'], kde = False)
sns.distplot(a = cancer_m_data['Area (mean)']) ` 不知道我听起来有多傻，但
浏览 26提问于2020-09-10得票数 0
回答已采纳
1回答
当通过下面的代码绘图时，我得到了c，d，e图，但我只得到了plt.plot的最后一个图 def normalize(x):
return (x - x.min(0)) / x.ptp(0)
c=sns.distplot(mk[0]['mass'], hist=True, label='p', rug=True)
d=sns.distplot(mk[1]['mass'], hist=True, label='q', rug=True)
e=sns.distplot(mk[2]['mass'], hist=T
浏览 33提问于2021-01-20得票数 0
回答已采纳
是否可以用颜色填充两条阈值线(line1和line2)以外的区域，并以y轴为限，由距离图绘制的KDE曲线来表示？(这代表我的应用程序的3西格玛)。
import pylab as pl
import seaborn as sns
#plotting the two lines
p1 = pl.axvline(x=line1,color='#EF9A9A')
p2 = pl.axvline(x=line2,color='#EF9A9A')
#plotting the PDF
sns.distplot(stat, hist=True,color='#388E
浏览 16提问于2017-10-11得票数 5
回答已采纳
我有一个值的数组，我试图对其拟合一个概率密度函数。我使用distplot绘制了直方图，如下所示： x = [ 17.56,
162.52,
172.58,
160.82,
182.14,
165.86,
242.06,
135.76,
122.86,
230.22,
208.66,
271.36,
122.68,
188.42,
171.82,
102.30,
196.40,
107.38,
192.35,
179.66,
173.30,
254.66,
176.12,
75.365,
135.78,
103.66,
183.50,
1
浏览 59提问于2021-05-11得票数 0
回答已采纳
我试图使用sns.histplot()而不是sns.distplot()，因为我在colab中得到了以下消息：
FutureWarning：distplot是一个不推荐的函数，将在将来的版本中删除。请修改您的代码以使用displot (具有类似灵活性的图形级函数)或histplot (用于直方图的轴级函数)。
代码：
import pandas as pd
import seaborn as sns
df = sns.load_dataset('tips')
sns.histplot(df['tip'], kde=True, kde_kws={'
浏览 3提问于2021-01-08得票数 3
回答已采纳
1回答
以下是数据集：
以下是一个问题:比较托巴科消费在冠心病患者和非冠心病患者中的分布情况。你能解释服用托巴科对冠心病的影响吗？
以下是我尝试过的：
sn.distplot(sa_heart_df[sa_heart_df['chd'] == 'No'],
['tobbaco'],
color = 'y',
label = 'No')
sn.distplot(sa_heart_df[sa_heart_df['chd'] == 'Si'],
浏览 5提问于2022-01-30得票数 2
1回答
我试图用distplot()来绘制一个发行版，我想
绝对数而不是y轴上的相对频率
无拟合函数
我认为(1)可以通过设置norm_hist=False来实现，但相对频率仍然显示在y轴上：
但是没有问题，我可以通过直接设置底层pyplot.hist图的'normed‘关键字来解决这个问题：
但是，现在我有一个问题，即拟合函数(用pyplot.plot创建)仍然工作在规范化值上，因此位于图的底部。我想彻底摆脱那个合适的地块。我该怎么做？我认为设置fit=None会起到这个作用，但正如你所看到的，它不是。
任何帮助都是非常感谢的！
卢卡斯
浏览 3提问于2017-09-29得票数 6
回答已采纳
当使用distplot绘制直方图时，y轴的单位是什么？我将不同的直方图与正常拟合绘制在一起，我看到在一种情况下，它的范围是0到0.9，而在另一种情况下，它的范围是0到4.5。
浏览 0提问于2015-04-22得票数 14
回答已采纳
1回答
我使用以下代码生成了一个Seaborn累积分布式图：
AlphaGraphCum = sns.distplot(dfControl["alpha"],
hist_kws={'cumulative': True},
kde_kws={'cumulative': True}, rug=False, hist=False);
sns.distplot(dfGoal["alpha"],
hist_kws={'cumulative': True}
浏览 2提问于2018-08-28得票数 2
回答已采纳
2回答
无法显示海损图
、、
我正在尝试使用seaborn模块Python来绘制直方图和密度图，在图上我也试图在模式下绘制一条垂直线。但是，生成的图不显示任何直方图和/或密度曲线。我的代码如下：
# a function to compute mode of the histograms shown in Figures `2` and `3` in the paper.
def compute_mode(layer_list):
ax = sns.distplot(layer_list, hist=False, kde=True, kde_kws={'linewidth': 2})
浏览 6提问于2020-09-15得票数 1
回答已采纳
3回答
我有一些几何分布的数据。当我想看它的时候，我用
sns.distplot(data, kde=False, norm_hist=True, bins=100)
这是一幅图片：
然而，垃圾箱的高度不等于1，这意味着y轴不显示概率，这是不同的。如果我们用
weights = np.ones_like(np.array(data))/float(len(np.array(data)))
plt.hist(data, weights=weights, bins = 100)
Y轴应表示概率，如垃圾箱高度之和为1：
这里可以更清楚地看到:假设我们有一个列表
l = [1, 3, 2,
浏览 1提问于2018-08-03得票数 66
回答已采纳
2回答
我刚刚学习了如何用seaborn模块绘制密度图：
import numpy as np
import torch
from matplotlib import pyplot as plt
from matplotlib.pyplot import (plot, savefig, xlim, figure,
ylim, legend, boxplot, setp,
axes, xlabel, ylabel, xticks,
浏览 3提问于2020-08-29得票数 1
回答已采纳
我希望使用计数作为y轴，而不是以百分比表示密度，如下面的代码所示：
import plotly.figure_factory as ff
import numpy as np
# Add histogram data
x1 = np.random.randn(200) - 2
x2 = np.random.randn(200)
x3 = np.random.randn(200) + 2
x4 = np.random.randn(200) + 4
# Group data together
hist_data = [x1, x2, x3, x4]
group_labels = ['
浏览 16提问于2022-03-09得票数 0
回答已采纳
我决定尝试一下seaborn版本0.11.0！玩弄displot函数，据我所知，它将取代displot。我只是想弄清楚如何在直方图上绘制高斯拟合曲线。下面是一些示例代码。 import seaborn as sns
import numpy as np
x = np.random.normal(size=500) * 0.1 使用distplot，我可以这样做： sns.distplot(x, kde=False, fit=norm) ? 但是如何在displot或histplot中进行呢？
浏览 46提问于2020-10-31得票数 5
5回答
import pandas as pd
import seaborn as sns
ser_test = pd.Series([1,0,1,4,6,0,6,5,1,3,2,5,1])
sns.kdeplot(ser_test, cumulative=True)
上面的代码生成以下CDF图：
但当该系列的元素被修改为：
ser_test = pd.Series([1,0,1,1,6,0,6,1,1,0,2,1,1])
sns.kdeplot(ser_test, cumulative=True)
我得到以下错误：
ValueError:无法将字符串转换为浮动：“scott”
Runt
浏览 1提问于2020-03-09得票数 13
回答已采纳
我试图在seaborn.distplot()图的y轴上显示加权频率，但是它一直显示密度(在distplot()中这是默认的)。
我在Stack阅读了和许多类似的问题。
常见的答案是设置norm_hist=False，并像在标准直方图中一样，在凹凸不平的数组中分配权重。然而，它总是显示密度，而不是每个垃圾箱的概率/频率。
我的代码是
plt.figure(figsize=(10, 4))
plt.xlim(-0.145,0.145)
plt.axvline(0, color='grey')
data = df['col1']
x = np.random.norm
浏览 5提问于2020-06-10得票数 0
我使用的是PairGrid，但我不明白y轴对distplot意味着什么。我还以为它代表了一个伯爵呢。但它是从配对网格中的负值开始的。如果我只做了散点图，我就算了。
我不知道这是不是很清楚，这里有一些情节：
我的PairGrid：
我的distplot：
散点图与PairGrid左上角的点图相同。
与此对应的代码为：
sns.distplot(pd.DataFrame(mySerie), kde=False)
而对于PairGrid：
g = sns.PairGrid(myDataFrame)
g = g.map_diag(sns.distplot, kde=False)
g
浏览 1提问于2018-05-25得票数 3
1回答
我有高度不平衡的原始数据，看起来如下：
df
Index Branch
1 10000
2 200
...
1000 1
...
10000 1
如果我跑了
import seaborn as sns
sns.distplot(df['Branch'], bins=1000)
结果如下：
是否有机会将可视化中y值的最大值修正为0.06？把x值调整到1000或什么的。
浏览 3提问于2019-12-13得票数 4
回答已采纳
我有一个问题，海运显示函数，最准确地说，只有一个变量。我有
sns.distplot(df.abc, hist = True, norm_hist = True)
这就是我的阴谋。Y轴上的值上升到150+ (不正常)
另外，我应该补充一点，我的数据并不奇怪，因为它不应该这么做。下面是数据的describe() (正如您可以看到的，没有什么特别之处)：
浏览 2提问于2020-07-23得票数 0
回答已采纳
1回答
用数百万行绘制列
、、、、
我有一个数以百万行(近800万行)的数据帧。我需要看到其中一个列中值的分布情况。这一栏名为‘price_per_英里’。我还有一个专栏叫做“Borough”。最后的目标是做个t检验。首先，我希望看到‘price_per_英里’中数据的分布情况，查看数据是否正常，以及是否需要进行数据清理。然后根据“区”列中的五个类别进行分组，然后对每一对可能的区进行t检验。
我尝试用sns.distplot()绘制发行版，但它并没有给出一个清晰的图，因为y轴上的值似乎有一个缩放。而且，“price_per_mile”中包含的值范围很大。
然后我试着绘制一段值，同样地，这个图看上去不够清晰，也没有足够的
浏览 1提问于2018-11-04得票数 1
回答已采纳
5回答
我有一个名为data1的数据数组，它包含0到1000多个值。我只想要从0到10的直方图和KDE，因此我写道：
sns.distplot(data1, kde=True, hist=True, hist_kws={"range": [0,10]})
plt.show()
然而，我得到的是所有值的直方图(直到2000年代)。
浏览 5提问于2016-05-06得票数 16
回答已采纳
1回答
我有以下代码来比较两个发行版：
sns.kdeplot(df['term'][df['outcome'] == 0], shade=1, color='red')
sns.kdeplot(df['term'][df['outcome'] == 1], shade=1, color='green');
看起来是这样的：
如何绘制两个发行版(disA - disB)的差异？当然，它可能包含负值。
浏览 0提问于2018-03-26得票数 9
回答已采纳
我正在尝试创建两个在相同轴上重叠的散点图，但它们似乎是偏移的。我如何调整这一点，使它们的重叠是准确的？请查看下面的图像链接，了解我遇到的问题。
plt.figure(figsize=(10,8))
ax1 = sns.distplot(loans['fico'][loans['credit.policy']==1], bins= 10, kde=False, hist_kws=dict(edgecolor='k', lw=1))
ax2 = sns.distplot(loans['fico'][loans['credit.
浏览 1提问于2018-05-16得票数 1
2回答
正如中所描述的那样，我正在使用seaborn创建一个具有边缘分布的部署。我对代码做了一些修改，给了我以下内容：
import matplotlib.pyplot as plt
import seaborn as sns
iris = sns.load_dataset("iris")
setosa = iris.loc[iris.species == "setosa"]
virginica = iris.loc[iris.species == "virginica"]
g = sns.JointGrid(x="sepal_width&#
浏览 0提问于2018-04-05得票数 9
回答已采纳
2回答
点划线海图
、、、
我有一个海图，看起来像这样
我想画一些虚线。我如何才能做到这一点？我试着用两种不同的方式来使用linestyle，但是得到了错误
#### approach 1
for x, m in x_list:
sns.distplot(x, hist=False, label=m, linestyle='--')
#### approach 2
for x, m in x_list:
sns.distplot(x, hist=False, label=m, kde_kws={'linestyle':'--'})
TypeError
浏览 4提问于2018-03-29得票数 3
我用虹膜数据绘制了kde图，但图例出现在图中。 ? 如何向右或向左移动颜色条？ 下面是我的代码： import matplotlib.pyplot as plt
import seaborn as sns
df = pd.read_csv("https://raw.githubusercontent.com/plotly/datasets/master/iris.csv")
setosa = df.loc[df.Name == "Iris-setosa"]
virginica = df.loc[df.Name == "Iris-virgini
浏览 26提问于2020-07-17得票数 1
1回答
根据x轴的值，我想在distplot中用渐变颜色画出这条画线.例如，如果值为1，则颜色为蓝色，当为1.1时，颜色为蓝色，走向绿色，以此类推。例如，如下面的情节草稿：
问题是，我不知道如何在海运中手动设置彩色地图，也不知道如何强制x依赖于图的曲线着色。
浏览 1提问于2021-04-18得票数 1
回答已采纳
我正试着用seaborn来画一个直方图。对于密度曲线，它很简单，要么是kde=True，要么是false，或者只是一个直方图。我想要的是能够简单地做一些事情，比如
plt.subplots(figsize=(8,8))
ax2 = sns.distplot(data.length, hist=True, position=0)
ax = sns.distplot(data.length, kde=True)
plt.show()
但是以某种方式获得了左侧密度曲线的y标签和右侧的直方图标签值。我已经尝试这样做了一个多小时，玩了一个多小时，却不知道如何做一些本应如此简单的事情。你能帮帮我吗？谢谢!
浏览 1提问于2020-04-15得票数 0
1回答
plt.figure(figsize=(6, 4))
ax = sns.distplot(np.log10(df['income']), kde=True, hist=False, rug=False, kde_kws = {"bw": 0.35})
plt.xlabel('Gross national income per capita, Atlas method: $: 2016')
plt.ylabel('')
plt.title('World Bank Gross Nationnal Income Per C
浏览 42提问于2021-10-27得票数 1
1回答
下面的代码是随机生成的数据，我想提取这两行的x和y值。这些线图显示Y轴上的价格，并且是体积加权的.
由于某些原因，第二个分发图的行值不能存储在变量"df_2_x“、"df_2_y”上。"df_1_x“、"df_1_y”的值也写在其他变量上。两个print语句都返回True，因此数组是完全相等的。
如果我把它们放在一个笔记本里的单独的细胞里，它就能工作了。
我也看过这个解决方案：
但这并不适用于加权距离图。
import pandas as pd
import random
import seaborn as sns
import matplotlib.pyplo
浏览 5提问于2022-04-20得票数 0
1回答
我将sns.distplot与hist=True和kde=True结合使用。这很好，但是对于一些数据集(例如，如果它们只包含离散值)，核密度估计线是遍历的，这看起来非常奇怪，因为下面的直方图是平滑的。手动调整kde带宽应该可以修复这个问题，但是我如何为sns.distplot设置这个呢？文档没有说明任何内容，并且不存在适用于sns.kdeplot的"bw“参数。我怎样才能阻止它的颠簸？
浏览 0提问于2018-08-10得票数 0
回答已采纳
1回答
我在pandas数据框中有以下数据集： x = df_data.iloc[:,0].values
y = df_data.iloc[:,1].values 以下数据分别位于x和y中： x = 30, 31, 32, 33, 34, 35, 36
y = 1000, 2000, 3000, 4000, 3000, 2000, 1000 Y表示计数(每个x值存在的频率)。 我现在想用密度分布线做一个柱状图。我对使用seaborn或matplotlib持开放态度，但找不到一种方法来分别输入x和y数据，并获得条形图和密度图。 我试过了： x = [30,31,32,33,34,35,36]
y =
浏览 34提问于2021-07-13得票数 0
回答已采纳
2回答
Y轴密度海流图
、、
我已经在寻找解决办法，但却找不到解决问题的办法。我试图用密度函数绘制一个直方图，显示y轴上的密度。meanopa是标准普尔500指数的平均对数回报率。我不明白的是以下几点。
norm_hist : bool，如果是可选的，直方图高度显示的是密度而不是计数。这是隐含的，如果一个KDE或拟合的密度被绘制。
因为在我的例子中，kde=True，我想知道为什么y轴上有观察的数目。
sns.distplot(meanopa, hist=True, kde=True, bins=20, color = 'darkblue',
hist_kws={'
浏览 1提问于2019-05-14得票数 2
回答已采纳
我正在尝试使用seaborn.displot()方法创建一条高斯曲线(没有条形图)。不幸的是，我得到的是y轴上的归一化值，而不是绝对值。如何解决此问题？
下面是我的代码：
height_mu = 165
height_sigma = 15
heights = np.random.normal(height_mu, height_sigma, size=10000)
plt.figure(figsize=(20, 5))
sns.distplot(heights, hist=False)
plt.axvline(165, color='red', label='Mean
浏览 16提问于2020-06-04得票数 1
回答已采纳
我使用
sns.distplot
绘制观测值的单变量分布。尽管如此，我不仅需要图表，还需要数据点。如何从matplotlib轴获取数据点(由distplot返回)？
浏览 0提问于2016-05-22得票数 20
回答已采纳
我试图在一个窗口中绘制多个海运distplot。我知道如何为单个数据列表生成密度图，如下面的代码(make_density函数)所示。但是，我不确定如何在一个窗口下绘制多个seaborn distplots。假设我的列表stat_list包含6个列表作为其元素，其中我希望从stat_list下的这6个列表中的每个列表中绘制一个distplot。如何在同一窗口下绘制6个displots，其中每行显示3个绘图(这样我的输出将有2行3个绘图)？ 谢谢, # function to plot the histogram for a single list.
def make_density(stat
浏览 72提问于2020-09-16得票数 0
回答已采纳
1回答
我希望看到按员工工作类别划分的薪资分配情况，这样我就可以看到有人的薪酬是否过高或过低。
下面是我的数据集的一部分：
Category Salary Status
Analyst 35 1
Analyst 42 0
Manager 55 0
Administrator 25 1
..................................
状态是指员工是否已离职。1表示不，0表示是。
因此，首先，我选择仍然活跃的雇员为acti
浏览 0提问于2019-10-25得票数 0
回答已采纳
import seaborn as sns, numpy as np
x = np.random.randn(100)
ax = sns.distplot(x)
这将给出一条线的密度直方图(我认为这是内核拟合什么的)。
不过，我想要的是相同的直方图，而不是拟合线。我尝试了kde = False，但这改变了y轴，所以它不再是一个密度图，而是频率直方图。如何删除这条线，但保留密度图(直方图)？
浏览 1提问于2019-06-30得票数 2
回答已采纳
新手在这里，所以下面的代码是我目前有的工作。但是，当您有很多列要绘制时，这并不是最方便的方法。我正在尝试循环遍历10列，同时为分布图保持2行5列的网格子图布局。 查看链接，查看3种不同尝试的屏幕截图，但均未成功。任何帮助都将不胜感激。failed attempts screenshot 下面是我想通过循环遍历列来简化的代码： fig, axs = plt.subplots(ncols = 5, nrows = 2, figsize = (30, 10))
sns.distplot(df['col_1'], color='green', kde=Tru
浏览 52提问于2020-12-15得票数 0
使用距离图绘制直方图
sns.distplot(a, color="red", label="100% Equities")
在SebornVersion0.11或更高版本下运行此操作会产生以下警告：
FutureWarning：distplot是一个不推荐的函数，将在将来的版本中删除。请修改您的代码以使用displot (具有类似灵活性的图形级函数)或histplot (用于直方图的轴级函数)。warnings.warn(msg，FutureWarning)
使用displot作为直接替换(简单地将函数名从displot更改为displot)并不会产生相同
浏览 1提问于2021-01-30得票数 11
1回答
如何找出在海运中进行远程绘图时所使用的垃圾箱宽度？我有两个数据集想要共享bin widhts，但不知道如何返回第一个dataset使用的默认值。对于下面这个简单的例子，我如何找出使用的垃圾箱宽度？
import nump as np
import seaborn as sns
f, axs = plt.subplots(1,1)
distribution=np.random.rand(1000)
sns.distplot(distribution, hist=True , kde_kws={"shade": True},ax=axs)
浏览 0提问于2019-08-12得票数 4
回答已采纳
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
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
