Как добавить цвет контура или края к гистограмме в Seaborn?
Хотя Seaborn позволяет легко создавать гистограммы с различными стилями и параметрами, по умолчанию гистограммы не имеют контура или цвета края. Добавление цвета контура или края может помочь сделать график более визуально привлекательным и более простым для интерпретации. В этой статье мы рассмотрим, как добавить цвет контура или края к гистограмме в Seaborn, выполнив несколько простых шагов. Мы также обсудим некоторые доступные параметры настройки, которые помогут создавать гистограммы, соответствующие вашим конкретным потребностям.
Что такое гистограмма?
Гистограммы используются, чтобы показать, как распределяются одна или несколько числовых переменных. Seaborn помогает нам строить как столбцы гистограммы, так и кривую плотности, которая строится так же, как и kdeplots. Если быть точным, гистограммы — это графические инструменты, которые показывают, как распределяется набор непрерывных данных.
Функция histplot в Seaborn используется для построения гистограмм. Функцию можно вызвать со значениями по умолчанию, что уже создает приятный график. Мы также можем манипулировать аргументом «bins», чтобы изменить количество ячеек. На самом деле, под капотом может быть спрятан шаблон, который вы не сможете найти со значениями ячеек по умолчанию.
В этой статье мы добавим цвет контура или края к гистограмме. Это можно сделать с помощью функции в seaborn, которая представляет собой метод/функцию seaborn.distplot().
Сиборн
Seaborn — это библиотека Python для построения графиков на основе статистики. Он построен на основе matplotlib и хорошо работает со структурами данных Pandas.
Seaborn поможет вам взглянуть на ваши данные и понять, что они означают. Его функции построения графиков работают с фреймами данных и массивами, которые содержат целые наборы данных, и выполняют семантическое картирование и статистическую агрегацию, необходимые для построения полезных графиков. Его декларативный API основан на наборах данных, поэтому вы можете сосредоточиться на том, что означают различные части ваших графиков, а не на том, как их рисовать.
Seaborn стремится сделать визуализацию данных основным методом их рассмотрения и понимания. Он предоставляет нам API, ориентированные на наборы данных, поэтому мы можем переключаться между разными способами просмотра одних и тех же переменных, чтобы лучше понять набор данных.
В этой статье мы будем использовать метод seaborn.distplot(). Давайте подробно обсудим синтаксис метода seaborn.distplot().
seaborn.distplot()
Distplot, также называемый графиком распределения, показывает, как распределяются данные. Seaborn Distplot показывает, как распределяются переменные непрерывных данных.
С помощью модуля Seaborn и модуля Matplotlib distplot отображается по-разному. Гистограмма и линия используются вместе в Distplot для отображения данных.
Синтаксис
sns.distplot(aSeries)
Seaborn обычно импортируется под псевдонимом sns.
Здесь ряд, список или одномерный массив — это наблюдаемые данные. Если это объект Series с атрибутом имени, меткой оси данных будет имя.
Параметры
S.No |
Parameters and the their values |
Definition |
|---|---|---|
1 |
bins: argument for matplotlib hist() ,none, optional |
Hist bin specifications |
2 |
hist: bool, optional |
It is used to specify whether we have to plot a normed histogram or not. |
3 |
Kde: bool, optional |
It is used to tell whether to plot Gaussian kernel density estimate or not |
4 |
rug: bool, optional |
It is used to specify whether to plot a rug plot on the support axis or not. |
5 |
fit: object, optional |
An object with a fit method that returns a tuple that can be passed as positional arguments to a pdf method to evaluate the pdf on a grid of values. |
6 |
color: color, optional |
Everything but the fitted curve should be colored in. |
7 |
vertical: bool, optional |
If the value of the parameter is true then the observed values are on the y-axis. |
8 |
norm_hist: bool, optional |
If True, the histogram height shows the number of items instead of how many there are. If a KDE or fitted density is shown, this is clear. |
9 |
label: string, optional |
Label the important part of the plot with a legend. |
10 |
ax: axis, optional |
If the value for this parameter is provided then plot on the axis provided. |
Программа для добавления цвета контура или края к гистограмме в Seaborn
В этой программе мы будем использовать данные о погоде в Сиэтле из vega_datasets для построения гистограммы.
Пример
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as npp
import pandas as pdd
from vega_datasets import data
sw= data.seattle_weather()
sns.distplot(sw['temp_max'], hist_kws=dict(edgecolor="purple", linewidth=4))
plt.title('Weather data', fontsize=14)
plt.xlabel('tempature_max', fontsize=14)
plt.ylabel('Density', fontsize=14)
Выход
В этой программе мы будем использовать данные о погоде в Сиэтле из vega_datasets для построения гистограммы.
Пример
import seaborn as sns
import matplotlib.pyplot as pltt
import pandas as pdd
import numpy as npp
from vega_datasets import data
sw= data.la_riots()
sns.distplot(sw['age'],
hist_kws={'color':'pink', 'edgecolor':'green',
'linewidth':2, 'linestyle':'--'})
pltt.title('Sample data', fontsize=14)
pltt.xlabel('age', fontsize=14)
Выход
Заключение
Из этой статьи мы узнали, что гистограмма показывает, как распределяются непрерывные данные, и что это инструмент визуализации, входящий в состав библиотеки seaborn. Seaborn — это библиотека Python, которая используется для построения гистограммы с использованием метода seaborn.distplot(). Мы также построили гистограмму, имеющую цвет контура или края, используя определенные аргументы метода seaborn.distplot(). Мы использовали два разных набора данных (набор данных о погоде в Сиэтле и la_riots) для построения гистограммы.