目录Python全系列 教程
3567个小节阅读：5929.2k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本，未来主流的版本
人工智能 教程
顺势而为，AI创新未来
大厂算法 教程
算法，程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
histplot方法 绘制单变量或双变量直方图来显示数据集的分布
displot方法 绘制直方图、核密度图。可以比较多个变量分布情况
xxxxxxxxxximport seaborn as sns
# 示例数据tips = sns.load_dataset("tips")
# 基本直方图sns.histplot(tips['total_bill'])sns.displot(tips['total_bill'])xxxxxxxxxximport seaborn as sns
# 示例数据tips = sns.load_dataset("tips")
# 直方图 + KDE 核密度估计# 核密度估计的作用是用来估计概率密度函数的，它可以用来描述随机变量的密度分布sns.histplot(tips['total_bill'],kde=True)sns.displot(tips['total_bill'], kde=True)
# 多变量直方图multiple='layer' # 默认值，以层叠的形式展示multiple='dodge' # 以并列的形式展示multiple='stack' # 以堆叠的形式展示multiple='fill' # 以百分比堆叠的形式展示
sns.histplot(x='total_bill', hue='sex', data=tips)sns.histplot(x='total_bill', hue='sex', data=tips, multiple='stack')sns.histplot(x='total_bill', hue='sex', data=tips, multiple='dodge')sns.histplot(x='total_bill', hue='sex', data=tips, multiple='fill')
sns.displot(x='total_bill', hue='sex', data=tips, multiple='stack')sns.displot(x='total_bill', hue='sex', data=tips, multiple='dodge')sns.displot(x='total_bill', hue='sex', data=tips, multiple='fill')
# 定制直方图sns.histplot(x='total_bill', data=tips, bins=20, color='skyblue', edgecolor='black', linewidth=1.2)sns.displot(x='total_bill', data=tips, bins=20, color='skyblue', edgecolor='black', linewidth=1.2)
# 累积直方图sns.histplot(x='total_bill', data=tips, element='step')sns.displot(x='total_bill', data=tips, element='step',col='time')实时学习反馈
1. 在 Seaborn 中，以下哪个函数用于绘制多变量的直方图并支持分组比较？
A sns.histplot
B sns.countplot
C sns.lineplot
D sns.boxplot
答案
1=>A