在本教程中，您将学习所有关于 直方图 和 密度图 。

设置笔记本

像往常一样，我们从设置编码环境开始。(这段代码是隐藏的，但是你可以通过点击右边紧挨着这段文字下面的“代码”按钮来解除隐藏。)

import pandas as pd
pd.plotting.register_matplotlib_converters()
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
print("Setup Complete")

Setup Complete

选择数据集

我们将使用由150种不同的花组成的数据集，其中每种花分别来自三种不同的鸢尾属（Iris setosa，Iris versicolor和Iris virginica），每种50个。

加载和检查数据

数据集中的每一行对应于不同的花。有四个测量值：花萼的长度和宽度，以及花瓣的长度和宽度。我们还跟踪相应的物种。

# Path of the file to read
iris_filepath = "../input/iris.csv"

# Read the file into a variable iris_data
iris_data = pd.read_csv(iris_filepath, index_col="Id")

# Print the first 5 rows of the data
iris_data.head()

直方图

假设我们想创建一个直方图来观察鸢尾花的花瓣长度是如何变化的。我们可以使用sns.histplot命令来完成这个操作。

# Histogram 
sns.histplot(iris_data['Petal Length (cm)'])

​
​

在上面的代码单元格中，我们必须为命令提供想要绘制的列(在本例中，我们选择了'Petal Length (cm)')。

密度图

下一种类型的图是 核密度估计(KDE) 图。如果您不熟悉 KDE 图，您可以将其视为平滑的直方图。

要创建 KDE 绘图，我们使用sns.kdeplot命令。设置shade=True为曲线下面的区域着色(和 data= 选择我们想要绘制的列)。

# KDE plot 
sns.kdeplot(data=iris_data['Petal Length (cm)'], shade=True)

​
​

2D KDE图

在创建 KDE 图时，我们不限于单列。我们可以使用 sns.jointplot 命令创建一个 二维(2D) KDE 图 。

在下面的图表中，颜色编码显示了我们看到不同的萼片宽度和花瓣长度组合的可能性，这些组合中较暗的部分更有可能出现。

# 2D KDE plot
sns.jointplot(x=iris_data['Petal Length (cm)'], y=iris_data['Sepal Width (cm)'], kind="kde")

​
​

注意，除了中间的2D KDE 图,

• 该图顶部的曲线是 x 轴上数据的 KDE 图(在本例中为iris_data['Petal Length (cm)'])，以及
• 该图右侧的曲线是 y 轴上数据的 KDE 图(在本例中为iris_data['Sepal Width (cm)'])。

颜色编码图表

在本教程的下一部分中，我们将创建图表以了解物种之间的差异。

我们可以使用 sns.histplot 命令（ 如上所述 ）创建三个不同的直方图（每个物种一个），来显示花瓣长度。

• data= 提供了我们用于读取数据的变量名称
• x= 设置我们要绘制的数据所在的列的名称
• hue= 设置我们将使用的列以将数据拆分为不同的直方图

# Histograms for each species
sns.histplot(data=iris_data, x='Petal Length (cm)', hue='Species')

# Add title
plt.title("Histogram of Petal Lengths, by Species")

​
​

我们还可以使用sns.kdeplot(as above)为每个物种创建 KDE 图。data, x, 和 hue的功能与上面使用 sns.histplot 时相同。另外，我们设置 shade=True 来给每条曲线下面的区域着色。

# KDE plots for each species
sns.kdeplot(data=iris_data, x='Petal Length (cm)', hue='Species', shade=True)

# Add title
plt.title("Distribution of Petal Lengths, by Species")

​
​

在图中可以看到的一个有趣的模式是，这些植物似乎属于两个类别中的一个，在这两个类别中，Iris versicolor 和 Iris virginica 的花瓣长度似乎具有相似的值，而 Iris setosa 则完全属于一个类别。

事实上，根据这个数据集，我们甚至可以通过观察花瓣长度将任何鸢尾属植物分类为 Iris setosa (与 Iris versicolor 或 Iris virginica 相对应) : 如果一朵鸢尾花的花瓣长度小于2厘米，那么它最有可能是 Iris setosa ！