seaborn.distplot

译者：hyuuo

seaborn.distplot(a, bins=None, hist=True, kde=True, rug=False, fit=None, hist_kws=None, kde_kws=None, rug_kws=None, fit_kws=None, color=None, vertical=False, norm_hist=False, axlabel=None, label=None, ax=None)

灵活绘制单变量观测值分布图。

该函数结合了 matplotlib 中的 hist函数（自动计算一个默认的合适的 bin 大小）、seaborn 的kdeplot()和rugplot()函数。它还可以拟合scipy.stats分布并在数据上绘制估计的 PDF（概率分布函数）。

参数：a：Series、1 维数组或者列表。

观察数据。如果是具有name属性的 Series 对象，则该名称将用于标记数据轴。

bins：matplotlib hist()的参数，或 None。可选参数。

直方图 bins（柱）的数目，若填 None，则默认使用 Freedman-Diaconis 规则指定柱的数目。

hist：布尔值，可选参数。

是否绘制（标准化）直方图。

kde：布尔值，可选参数。

是否绘制高斯核密度估计图。

rug：布尔值，可选参数。

是否在横轴上绘制观测值竖线。

fit：随机变量对象，可选参数。

一个带有fit方法的对象，返回一个元组，该元组可以传递给pdf方法一个位置参数，该位置参数遵循一个值的网格用于评估 pdf。

{hist, kde, rug, fit}_kws：字典，可选参数。

底层绘图函数的关键字参数。

color：matplotlib color，可选参数。

可以绘制除了拟合曲线之外所有内容的颜色。

vertical：布尔值，可选参数。

如果为 True，则观测值在 y 轴显示。

norm_hist：布尔值，可选参数。

如果为 True，则直方图的高度显示密度而不是计数。如果绘制 KDE 图或拟合密度，则默认为 True。

axlabel：字符串，False 或者 None，可选参数。

横轴的名称。如果为 None，将尝试从 a.name 获取它；如果为 False，则不设置标签。

label：字符串，可选参数。

图形相关组成部分的图例标签。

ax：matplotlib axis，可选参数。

若提供该参数，则在参数设定的轴上绘图。

返回值：ax：matplotlib Axes

返回 Axes 对象以及用于进一步调整的绘图。

另请参见

kdeplot

显示具有核密度估计图的单变量或双变量分布。

rugplot

绘制小的垂直线以显示分布中的每个观测值。

范例

显示具有核密度估计的默认图和使用参考规则自动确定 bin 大小的直方图：

>>> import seaborn as sns, numpy as np
>>> sns.set(); np.random.seed(0)
>>> x = np.random.randn(100)
>>> ax = sns.distplot(x)

使用 Pandas 对象获取信息轴标签：

>>> import pandas as pd
>>> x = pd.Series(x, name="x variable")
>>> ax = sns.distplot(x)

使用核密度估计和小的垂直线绘制分布图：

>>> ax = sns.distplot(x, rug=True, hist=False)

使用直方图和最大似然高斯分布拟合绘制分布图：

>>> from scipy.stats import norm
>>> ax = sns.distplot(x, fit=norm, kde=False)

在垂直轴上绘制分布图：

>>> ax = sns.distplot(x, vertical=True)

更改所有绘图元素的颜色：

>>> sns.set_color_codes()
>>> ax = sns.distplot(x, color="y")

将特定参数传递给基础绘图函数：

>>> ax = sns.distplot(x, rug=True, rug_kws={"color": "g"},
...                   kde_kws={"color": "k", "lw": 3, "label": "KDE"},
...                   hist_kws={"histtype": "step", "linewidth": 3,
...                             "alpha": 1, "color": "g"})