Kaggle知识点：seaborn数值分布分析

displot
：分布图

displot
用于在 FacetGrid 上绘制分布图的图形级界面，使用kind参数可以选择使用的方法：

- histplot()（kind="hist"） # 默认
- kdeplot()（kind="kde"）
- ecdfplot()（kind="ecdf"）

使用displot
绘制分布直方图：

import seaborn as sns
penguins = sns.load_dataset("penguins")
sns.displot(data=penguins, x="flipper_length_mm")

使用displot
绘制密度直方图：

sns.displot(data=penguins, x="flipper_length_mm", kind="kde")

使用displot
绘制累计分布图：

sns.displot(data=penguins, x="flipper_length_mm", kind="ecdf")

histplot
：分布直方图

histplot
直方图是一种经典的可视化工具，它通过计算离散区间内的观测数量来表示一个或多个变量的分布。

histplot
可以对每个 bin 内计算的统计量进行归一化以估计频率、密度或概率质量，并且可以添加使用核密度估计获得的平滑曲线，

绘制两个变量的分布直方图：

sns.histplot(data=penguins, x="flipper_length_mm", hue="species")

kdeplot
：密度直方图

kdeplot
核密度估计是一种可视化数据集中观测值分布的方法，类似于直方图。kdeplot
使用一维或多维的连续概率密度曲线表示数据。

相对于直方图，kdeplot
可以更具可解释性的图，特别是在绘制多个分布的情况下。

sns.kdeplot(data=tips, x="total_bill", hue="time", multiple="stack")

ecdfplot
：累计分布图

ecdfplot
展示一列取值空间中数值的取值比例或计数。与kdeplot
和histplot
相比，ecdfplot
可以观测到每个取值。通过累计分布图可以观察到取值空间的分布情况，也可以看出是否存在缺失值。

绘制单个变量的累计分布图：

sns.ecdfplot(data=penguins, x="flipper_length_mm")

rugplot
：边缘分布图

通过沿x轴和y轴绘制刻度来绘制二维变量的边缘分布。

绘制散点图和边缘分布图：

sns.scatterplot(data=tips, x="total_bill", y="tip")
sns.rugplot(data=tips, x="total_bill", y="tip", height=-.02, clip_on=False)

boxplot
：箱线图

boxplot
显示数据集的四分位数，而且根据分位点确定为极值和异常点。

ax = sns.boxplot(x="day", y="total_bill", data=tips)