Seaborn图书馆中的直方图，计数图和distplot有什么主要区别？

Question

我认为它们看起来都一样，但必须有所区别。

它们全部以一列作为输入，并且y轴具有所有图的计数。

Answer 1

这些绘图函数pyplot.hist，seaborn.countplot并且seaborn.displot都是辅助工具绘制一个单变量的频率。根据此变量的性质，它们可能或多或少适合于可视化。

连续变量

可以对连续变量x进行直方图显示频率分布。

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(100)*100
hist, edges = np.histogram(x, bins=np.arange(0,101,10))
plt.bar(edges[:-1], hist, align="edge", ec="k", width=np.diff(edges))

plt.show()

使用pyplot.hist或可以达到相同的目的seaborn.distplot。

plt.hist(x, bins=np.arange(0,101,10), ec="k")

要么

sns.distplot(x, bins=np.arange(0,101,10), kde=False, hist_kws=dict(ec="k"))

distplot包装pyplot.hist，但除其他功能外，还可以显示内核密度估计值。

离散变量

对于离散变量，直方图可能适用也可能不合适。如果使用a numpy.histogram，则垃圾箱必须恰好在预期的离散观测值之间。

x1 = np.random.randint(1,11,100)

hist, edges = np.histogram(x1, bins=np.arange(1,12)-0.5)
plt.bar(edges[:-1], hist, align="edge", ec="k", width=np.diff(edges))
plt.xticks(np.arange(1,11))

取而代之的是x，

u, counts = np.unique(x1, return_counts=True)
plt.bar(u, counts, align="center", ec="k", width=1)
plt.xticks(u)

结果与上述相同。主要区别在于并非所有可能的观察都被占用的情况。说5甚至不是您的数据的一部分。直方图方法仍然可以显示它，尽管它不是唯一元素的一部分。

x2 = np.random.choice([1,2,3,4,6,7,8,9,10], size=100)

plt.subplot(1,2,1)
plt.title("histogram")
hist, edges = np.histogram(x2, bins=np.arange(1,12)-0.5)
plt.bar(edges[:-1], hist, align="edge", ec="k", width=np.diff(edges))
plt.xticks(np.arange(1,11))

plt.subplot(1,2,2)
plt.title("counts")
u, counts = np.unique(x2, return_counts=True)
plt.bar(u.astype(str), counts, align="center", ec="k", width=1)

后者是做什么的seaborn.countplot。

sns.countplot(x2, color="C0")

因此，它适用于离散或分类变量。

摘要

的所有功能pyplot.hist，seaborn.countplot并且seaborn.displot如果手动绘制例如柱状图被认为过于繁琐充当包装用于matplotlib柱状图，并且可以使用。
对于连续变量，可以使用pyplot.hist或seaborn.distplot。对于离散变量，a seaborn.countplot更方便。