如何在 Seaborn 中為直方圖新增輪廓或邊緣顏色？

---

雖然 Seaborn 使建立各種樣式和選項的直方圖變得很容易，但預設情況下，直方圖沒有輪廓或邊緣顏色。新增輪廓或邊緣顏色可以幫助使圖表更具視覺吸引力和易於理解。在本文中，我們將探討如何使用幾個簡單的步驟在 Seaborn 中為直方圖新增輪廓或邊緣顏色。我們還將討論一些可用的自定義選項，以幫助建立適合您特定需求的直方圖。

什麼是直方圖？

直方圖用於顯示一個或多個數值變數的分佈情況。Seaborn 幫助我們繪製直方圖條形和密度曲線，其繪製方式與 kdeplots 相同。準確地說，直方圖是圖形工具，用於顯示一組連續資料的分佈情況。

Seaborn 中的 histplot 函式用於建立直方圖。該函式可以使用預設值呼叫，這些值已經可以生成一個漂亮的圖表。我們還可以操作“bins”引數來更改箱數。事實上，在幕後可能隱藏著一種模式，而使用預設的箱數值則無法發現。

在本文中，我們將為直方圖新增輪廓或邊緣顏色。這可以透過使用 seaborn 中的函式來完成，即 seaborn.distplot() 方法/函式。

Seaborn

Seaborn 是一個用於基於統計資料建立圖形的 Python 庫。它構建在 matplotlib 之上，並且與 Pandas 資料結構配合良好。

Seaborn 幫助您檢視資料並找出其含義。它的繪圖函式作用於包含整個資料集的資料幀和陣列，並執行所需的語義對映和統計聚合，以生成有用的圖表。它的宣告式 API 基於資料集，因此您可以專注於圖表的不同部分的含義，而不是如何繪製它們。

Seaborn 旨在使資料視覺化成為檢視和理解資料的主要方法。它為我們提供了專注於資料集的 API，因此我們可以切換不同的檢視相同變數的方式，以更好地理解資料集。

我們將在本文中使用 seaborn.distplot() 方法。讓我們詳細討論 seaborn.distplot() 方法的語法。

seaborn.distplot()

Distplot，也稱為分佈圖，顯示了資料的分佈情況。Seaborn Distplot 顯示了連續資料變數的分佈情況。

在 Seaborn 模組和 Matplotlib 模組的幫助下，Distplot 以不同的方式顯示。Distplot 結合使用直方圖和線條來顯示資料。

語法

sns.distplot(aSeries)

Seaborn 通常在 sns 別名下匯入。

這裡，aseries、列表或一維陣列是觀察到的資料。如果這是一個具有名稱屬性的 Series 物件，則資料軸的標籤將是名稱。

引數

序號	引數及其值	定義
1	bins：matplotlib hist() 的引數，無，可選	直方圖箱規格
2	hist：布林值，可選	用於指定是否繪製歸一化直方圖。
3	Kde：布林值，可選	用於指示是否繪製高斯核密度估計。
4	rug：布林值，可選	用於指定是否在支援軸上繪製地毯圖。
5	fit：物件，可選	具有 fit 方法的物件，該方法返回一個元組，該元組可以作為位置引數傳遞給 pdf 方法，以在值的網格上評估 pdf。
6	color：顏色，可選	除擬合曲線之外的所有內容都應著色。
7	vertical：布林值，可選	如果引數值為真，則觀察值位於 y 軸上。
8	norm_hist：布林值，可選	如果為 True，則直方圖高度顯示專案數量，而不是專案存在數量。如果顯示了 KDE 或擬合密度，則這一點很明顯。
9	label：字串，可選	使用圖例標記圖表的關鍵部分。
10	ax：軸，可選	如果為此引數提供了值，則在提供的軸上繪圖。

在 Seaborn 中為直方圖新增輪廓或邊緣顏色的程式

在此程式中，我們將使用來自 vega_datasets 的西雅圖天氣資料來構建直方圖。

示例

import seaborn as sns 
import matplotlib.pyplot as plt
import numpy as npp
import pandas as pdd
from vega_datasets import data
sw= data.seattle_weather()
sns.distplot(sw['temp_max'], hist_kws=dict(edgecolor="purple", linewidth=4))
plt.title('Weather data', fontsize=14)
plt.xlabel('tempature_max', fontsize=14)
plt.ylabel('Density', fontsize=14)

輸出

在此程式中，我們將使用來自 vega_datasets 的西雅圖天氣資料來構建直方圖。

示例

import seaborn as sns 

import matplotlib.pyplot as pltt
import pandas as pdd
import numpy as npp
from vega_datasets import data
sw= data.la_riots()
sns.distplot(sw['age'],
             hist_kws={'color':'pink', 'edgecolor':'green',
                       'linewidth':2, 'linestyle':'--'})
pltt.title('Sample data', fontsize=14)
pltt.xlabel('age', fontsize=14)

輸出

結論

在本文中，我們瞭解到直方圖描述了連續資料的分佈情況，它是一種視覺化工具，屬於 seaborn 庫。Seaborn 是一個 Python 庫，它用於使用 seaborn.distplot() 方法構建直方圖。我們還使用 seaborn.distplot() 方法中的特定引數構建了一個具有輪廓或邊緣顏色的直方圖。我們使用了兩個不同的資料集（西雅圖天氣資料集和 la_riots）來構建直方圖。