星影L的博客

在学习生活中，我们经常性的发现有很多事物背后都有某种规律，而且，这种规律可能符合某种随机分布，比如：正态分布、对数正态分布、beta分布等等。所以，了解某种分布对一些事物有更加深入的理解并能清楚的阐释事物的规律性。现在，用python产生一组随机数据，来演示这些分布：import randomimport matplotlibimport matplotlib.pyplot as pl

在python可视化中，Matplotlib自动化程度非常高，但是，掌握如何设置系统以便获得一个吸引人的图是相当困难的事。为了控制matplotlib图表的外观，Seaborn模块自带许多定制的主题和高级的接口。Seaborn中有五种可供选择的主题：    1.darkgrid（灰色网格）    2.whitegrid（白色网格）    3.dark（黑色）    4.whit

上节简单介绍seaborn的主题设置和调色板设定。这一部分介绍使用seaborn进行单变量和回归分析。首先，确定单变量应该使用怎样的图来表示？最佳的表示法为直方图。import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom scipy import stats, integrateimport s

python绘图的包大家应该不会陌生，但是，对图的常规设置不一定会知道（其实自己也是才知道的），比如：坐标轴的字体大小、颜色设置；标题的字体颜色大小设置；线的粗细、颜色；图片风格的设置等。了解这些常规设置必定会让图片更加美观。下面就具体来说说matplotlib中有哪些常规设置。我主要总结了这几个函数：plt.style.use()函数；可以对图片的整体风格进行设置。可以通过p