seaborn分布圖---單分布(直方圖distplot、核函數密度估計圖kdeplot)、雙分布(雙變量關系圖jointplot、變量關系組圖pairplot、將數組中的數據點繪制為軸上的數據rugplot)

分布圖包括單變量核密度曲線，直方圖，雙變量多變量的聯合直方圖，和密度圖

1.單分布

（1）直方圖distpot

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)

• seaborn.distplot

• 設置 kde=False 則可以只繪制直方圖，或者 hist=False 只繪制核密度估計圖

舉例：

sns.distplot(iris["sepal_length"])

（2）核函數密度估計圖kdeplot

seaborn.kdeplot(data, data2=None, shade=False, vertical=False, kernel='gau', bw='scott', gridsize=100, cut=3, clip=None, legend=True, cumulative=False, shade_lowest=True, cbar=False, cbar_ax=None, cbar_kws=None, ax=None, **kwargs)

• kdeplot 可以專門用於繪制核密度估計圖，其效果和 distplot(hist=False) 一致，但 kdeplot 擁有更多的自定義設置

• seaborn.kdeplot

舉例：

sns.kdeplot(iris["sepal_length"])

2.雙分布

（1）二元變量分布圖jointplot

seaborn.jointplot(x, y, data=None, kind='scatter', stat_func=None, color=None, height=6, ratio=5, space=0.2, dropna=True, xlim=None, ylim=None, joint_kws=None, marginal_kws=None, annot_kws=None, **kwargs)

• seaborn.jointplot

• jointplot 並不是一個 Figure-level 接口，但其支持 kind= 參數指定繪制出不同樣式的分布圖。例如，繪制出核密度估計對比圖 kind = 'kde'。
• kind='hex'繪制六邊形計數圖
• kind='reg'繪制回歸擬合圖

舉例：

例如，我們探尋 sepal_length 和 sepal_width 二元特征變量之間的關系。

sns.jointplot(x="sepal_length", y="sepal_width", data=iris)　　

（2）變量關系組圖pairpot

支持將數據集中的特征變量兩兩對比繪圖，默認情況下，對角線上是單變量分布圖，而其他是二元變量分布圖

seaborn.pairplot(data, hue=None, hue_order=None, palette=None, vars=None, x_vars=None, y_vars=None, kind='scatter', diag_kind='auto', markers=None, height=2.5, aspect=1, dropna=True, plot_kws=None, diag_kws=None, grid_kws=None, size=None)

• seaborn.pairplot

舉例：

sns.pairplot(iris, hue="species")

（3）將數組中的數據點繪制為軸上的數據rugplot

seaborn.rugplot(a, height=0.05, axis='x', ax=None, **kwargs)