Seaborn 分布图 - 简介
分布图将样本数据的经验分布与特定分布的预期理论值进行比较，以直观地分析样本数据的分布。
Seaborn 通过提供多种功能来促进分布图的绘制。 在接下来的文章中，我们将讨论 Seaborn 中可用的多个绘制分布图的函数。
函数
Seaborn 中可用的分布图方法列表是 −
| S.NO | 方法和说明 |
|---|---|
| 1 | displot() 绘制分布图的方法。 |
| 2 | histplot() 绘制单变量或双变量直方图的方法。 |
| 3 | kdeplot() 使用核密度估计绘制单变量或双变量图的方法。 |
| 4 | ecdfplot() 绘制经验累积分布的方法。 |
| 5 | rugplot() 沿 x 轴和 y 轴绘制边际分布的方法。 |
在继续之前，我们需要数据来绘制图表，如果数据不可用，您可以使用 seaborn 库中的数据集。
Seaborn 除了作为统计图表工具包之外，还包含各种默认数据集。 我们将使用其中一个内置数据集作为默认数据集的示例。
让我们考虑第一个示例中的提示数据集。 "tips"(小费)数据集包含可能在餐厅用餐的人的信息，他们是否给服务员小费，以及他们的性别、吸烟状况和其他因素。
Seaborn.get_dataset_names() 方法有助于检索内置数据集的所有名称。
seaborn.get_dataset_names()
load_dataset() 方法有助于将具有名称的数据集加载到数据结构中。
Tips=seaborn.load_dataset('tips')
上面的代码行有助于将名称为"tips"的数据集加载到名为 tips 的数据结构中。
现在我们有了要绘制的数据，让我们了解如何使用 Seaborn 库绘制分布图。
