Python数据分析26——seaborn可视化（二）之多变量分布图

Py.ziMing

于 2019-06-15 21:54:11 发布

阅读量6.8k

点赞数 1

分类专栏：数据分析文章标签： seaborn 数据分析可视化多变量分布图 Python

本文链接：https://blog.youkuaiyun.com/weixin_44080811/article/details/92202181

版权

本文探讨了使用seaborn库在Python中绘制多变量分布图的方法。通过joinplot()函数，展示了如何创建密度图和等高线散点图，进一步解释了通过设置kind参数实现这一转换。此外，还介绍了pairplot()函数，它是seaborn中用于绘制二维分布图的强大工具，能够直观展示数据集中数值型列之间的关系，主对角线显示各列的直方图，其余部分显示不同变量间的分布情况。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

seaborn绘制多变量图

这里，沿用上一个博客的库和包，并且都是使用小费数据集。

import numpy as np
import pandas as pd
from pandas import Series, DataFrame
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
tips = sns.load_dataset('tips')

在这里插入图片描述
下面利用joinplot() 函数绘制多变量分布图。

sns.jointplot(x='tip', y='total_bill', data=tips)

在这里插入图片描述
注意：上面的X和Y是列名，直接指定了需要用到的数据来源data中的两列数据。
现在，修改kind参数为kde。

sns.jointplot(x='tip', y='tot

最低0.47元/天解锁文章