seaborn数据总体分布的可视化策略

在查看一个数据的分布时，常用的可视化形式有直方图，密度分布图等，在seaborn中，相关的函数有以下几个

1. histplot. 通过直方图来展示数据分布

2. kdeplot, 通过密度分布图来展示数据分布

3. ecdfplot. 通过累积分布曲线来展示数据分布

4. rugplot. 通过x轴和y轴的边际分布来展示数据分布

下面通过一些基本的例子来感受下各自的可视化形式，histplot示例如下

>>> df = pd.read_csv('penguins.csv')
>>> sns.histplot(df, x='flipper_length_mm')
>>> plt.show()

输出结果如下

kedplot示例如下

>>> sns.kdeplot(data=df, x='flipper_length_mm')
>>> plt.show()

输出结果如下

ecdfplot示例如下

>>> sns.ecdfplot(data=df, x='flipper_length_mm')
>>> plt.show()

输出结果如下

rugplot示例如下

>>> sns.rugplot(data=df, x='flipper_length_mm')
>>> plt.show()

输出结果如下

在实际使用中，histplot和kdeplot是使用的最高频的，其次是rugplot, 最后是ecdfplot。对于这一类函数而言，有许多的通用参数，以histplot为例，来看下这些参数的作用

1. x和y

数据分布通常是对数据框中的某一列进行查看，通过切换x和y参数，可以将图表倒置，示例如下

>>> sns.histplot(df, y='flipper_length_mm')
>>> plt.show()

输出结果如下

2. color

color参数控制填充的颜色，示例如下

>>> sns.histplot(df, x='flipper_length_mm', color='c')
>>> plt.show()

输出结果如下

3. hue

数据分布也是支持属性映射的，但是可以映射的属性就只有颜色属性了，所以只支持hue参数，示例如下

>>> sns.histplot(df, x="flipper_length_mm", hue="species")
>>> plt.show()

输出结果如下

4. pattle

pattle参数用于指定颜色梯度，示例如下

>>> sns.histplot(df, x="flipper_length_mm", hue="species",palette="crest")
>>> plt.show()

输出结果如下

除了通用参数外，每个函数还有自己专属的一些参数，这些参数很多，无法一一详细描述，可以通过官网的API文档详细查看。

这几个函数对应的高阶函数为displot, 基本用法如下

>>> sns.displot(data=df, x="flipper_length_mm", hue="species", col="sex", kind="kde")
>>> plt.show()

输出结果如下

通过kind参数来指定调用的子函数，通过col和row参数来实现分面的效果。

·end·

一个只分享干货的

生信公众号