先看一一个简单案例，
以上是用的seaborn自带的样例数据，该数据需要开魔法，全局代理才能导入。如果无法导入数据，也可以自己参照数据编写样本数据。数据样式如下：
可视化分布的最常见方法是直方图。直方图是一个条形图，其中表示数据变量的轴被划分为一组离散条柱，并且使用相应条形的高度显示落在每个条柱内的观测值计数：
也可以设置直方图的宽度。
散点图是指在回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势， TrustWallet钱包官网app下载据此可以选择合适的函数对数据点进行拟合。
小提琴图（violin plot）是一种用于可视化数值数据分布情况的图表类型，Trust钱包下载它结合了箱线图和核密度图的优点。小提琴图通常用于比较多个组之间的分布差异，或者显示一个变量在不同类别下的分布情况。
https://www.wangbigqiang.top小提琴图的外形类似于小提琴，中间部分是数据的密度估计曲线，两侧是箱线图或者散点图。小提琴图的横轴通常表示变量或者组别，纵轴表示数值变量的取值范围。每个小提琴图的宽度相同，高度表示数据的密度分布情况。
小提琴图中的箱线图表示数据的五数概括（最小值、下四分位数、中位数、上四分位数、最大值），箱线图两侧的线条表示数据的范围。如果需要比较多个组之间的分布差异，可以将它们放在同一个小提琴图上进行比较。如果需要显示一个变量在不同类别下的分布情况，可以将它们分别画在不同的小提琴图中进行比较。
相关系数是最早由统计学家卡尔·皮尔逊设计的统计指标，是研究变量之间线性相关程度的量，一般用字母r表示。取值范围为-1到1，小于0位负相关，大于0为正相关。
有时候需要一次画多个图，需要用到FacetGrid模块。
以上就是python Seaborn绘制统计图全面指南的详细内容，更多关于python Seaborn绘制统计图的资料请关注脚本之家其它相关文章！