Seaborn系列教程（6）| 直方图distplot()

Seaborn是一个基于matplotlib的Python数据可视化库，它提供了一种简洁的API，用于绘制各种有吸引力和信息丰富的统计图形。在Seaborn中，distplot()函数是用于绘制直方图的一个非常有用的工具。
一、distplot()函数简介
distplot()函数是Seaborn库中用于绘制直方图的一个函数。它可以根据输入的数据自动选择适合的直方图类型，例如单变量直方图、核密度估计图、小提琴图等。该函数还可以通过参数自定义直方图的外观，如颜色、边界、标签等。
二、使用distplot()函数绘制直方图
下面是一个使用distplot()函数绘制单变量直方图的示例：

import seaborn as sns
import matplotlib.pyplot as plt
# 创建数据
data = [1, 2, 3, 4, 5, 6, 7, 8, 9]
# 绘制直方图
sns.distplot(data)
# 显示图形
plt.show()

在上面的示例中，我们首先导入了seaborn和matplotlib.pyplot库。然后，创建了一个包含一些数字的数据列表。接着，我们调用distplot()函数并将数据作为参数传递给它。最后，我们使用plt.show()函数显示绘制的图形。
三、自定义distplot()函数的参数
除了基本的绘图功能外，distplot()函数还提供了许多参数来定制直方图的外观。以下是一些常用的参数：

• kde：是否绘制核密度估计曲线，默认为False。
• kde_kws：传递给核密度估计曲线的可选关键字参数。
• rug：是否在直方图旁边绘制小提琴图，默认为False。
• rug_kws：传递给小提琴图的可选关键字参数。
• fit_kws：传递给概率密度估计函数的可选关键字参数。
• kde_kws 和 rug_kws 等参数可以用来传递其他可选的关键字参数，以便进一步自定义直方图的外观和行为。
  下面是一个使用自定义参数绘制直方图的示例：

  import seaborn as sns
  import matplotlib.pyplot as plt
  # 创建数据
  data = [1, 2, 3, 4, 5, 6, 7, 8, 9]
  # 绘制直方图，并自定义参数
  sns.distplot(data, kde=True, rug=True, kde_kws={'color': 'red'}, rug_kws={'color': 'blue'})
  # 显示图形
  plt.show()

  在上面的示例中，我们使用自定义参数来绘制一个包含核密度估计曲线和小提琴图的直方图。我们还通过kde_kws和rug_kws参数传递了颜色信息来更改曲线的颜色。运行此代码将显示一个包含自定义颜色的直方图。