python畫分布圖

一、分布圖介紹

分布圖（Distribution Plot）是數據可視化中一類常見的圖表。它主要用於顯示單變數或多個變數的分布情況。分布圖可以通過直方圖、核密度圖、箱線圖等形式來展現數據的分布情況。在數據探索和分析中，分布圖是非常重要的工具。

二、直方圖

直方圖是展示單變數分布情況的一種方式。在分布圖中，數據被分成多個等距的區間，然後給出每個區間內數據個數的條形圖。直方圖通常用來觀察數據是否服從正態分布。Python有很多庫可以用來繪製直方圖，其中最常用的是matplotlib和seaborn庫。

1.使用matplotlib繪製直方圖

import matplotlib.pyplot as plt
import numpy as np

# 生成隨機數據
data = np.random.normal(0, 1, 1000)

# 繪製直方圖
plt.hist(data, bins=30, density=True, alpha=0.5)

# 添加標題和軸標籤
plt.title('Histogram of Random Data')
plt.xlabel('Value')
plt.ylabel('Frequency')

plt.show()

以上代碼通過numpy庫生成1000個正態分布數據，然後使用matplotlib庫中的hist函數繪製直方圖。bins參數指定數據被分成的區間數量，density參數用于歸一化數據，alpha參數用於設置透明度。最後可以通過添加標題和軸標籤讓圖像更加清晰易懂。

2.使用seaborn繪製直方圖

import seaborn as sns
import numpy as np

# 生成隨機數據
data = np.random.normal(0, 1, 1000)

# 繪製直方圖
sns.histplot(data, kde=True)

# 添加標題和軸標籤
plt.title('Histogram of Random Data')
plt.xlabel('Value')
plt.ylabel('Frequency')

plt.show()

以上代碼使用seaborn庫中的histplot函數繪製直方圖，kde參數用於添加核密度估計圖。相比於matplotlib庫，seaborn庫的繪圖風格更為美觀。在實際開發中，可以根據實際需要選擇適合的庫。

三、核密度圖

核密度圖（KDE）是展示單變數或多變數分布情況的一種方式。在分布圖中，每個數據點被視為一個高斯核函數，然後將所有核函數疊加在一起形成一條平滑的曲線。核密度圖通常用來觀察數據是否存在多個峰值，以及峰值的位置和數量。Python中最常用的庫是seaborn和plotly。

1.使用seaborn繪製核密度圖

import seaborn as sns
import numpy as np

# 生成隨機數據
data = np.random.normal(0, 1, 1000)

# 繪製核密度圖
sns.kdeplot(data, shade=True)

# 添加標題和軸標籤
plt.title('Kernel Density Plot of Random Data')
plt.xlabel('Value')
plt.ylabel('Density')

plt.show()

以上代碼使用seaborn庫中的kdeplot函數繪製核密度圖，shade參數用於填充曲線下方的區域。通過添加標題和軸標籤，可以使圖像更加美觀易懂。

2.使用plotly繪製核密度圖

import plotly.express as px
import numpy as np

# 生成隨機數據
data = np.random.normal(0, 1, 1000)

# 繪製核密度圖
fig = px.density_contour(data)

# 設置圖像布局
fig.update_layout(
    title='Kernel Density Plot of Random Data',
    xaxis_title='Value',
    yaxis_title='Density'
)

fig.show()

以上代碼使用plotly庫中的density_contour函數繪製核密度圖。相比於seaborn庫，plotly庫的圖像交互性更強，可以更加方便地進行數據探索和分析。

四、箱線圖

箱線圖（Box Plot）是展示單變數或多變數分布情況的一種方式。在箱線圖中，數據被分成多個組別，每個組別中數據的五個統計量（最小值、最大值、中位數、上四分位數和下四分位數）被展示在盒子中。箱線圖通常用來觀察數據是否存在異常值，以及分析不同組別之間的差異。Python中最常用的庫是matplotlib、seaborn和plotly。

1.使用matplotlib繪製箱線圖

import matplotlib.pyplot as plt
import numpy as np

# 生成隨機數據
data = [np.random.normal(0, 1, 100) for i in range(5)]

# 繪製箱線圖
plt.boxplot(data)

# 添加標題和軸標籤
plt.title('Box Plot of Random Data')
plt.xlabel('Group')
plt.ylabel('Value')

plt.show()

以上代碼使用matplotlib庫中的boxplot函數繪製箱線圖。在本例中，我們隨機生成了5組數據，然後使用boxplot函數將這五組數據匯總在一起展示。通過添加標題和軸標籤，可以使圖像更加清晰易懂。

2.使用seaborn繪製箱線圖

import seaborn as sns
import numpy as np

# 生成隨機數據
data = [np.random.normal(0, 1, 100) for i in range(5)]

# 繪製箱線圖
sns.boxplot(data=data)

# 添加標題和軸標籤
plt.title('Box Plot of Random Data')
plt.xlabel('Group')
plt.ylabel('Value')

plt.show()

以上代碼使用seaborn庫中的boxplot函數繪製箱線圖。相比於matplotlib庫，seaborn庫的圖像風格更為美觀。可以在實際開發中根據需要選擇適合的庫。

3.使用plotly繪製箱線圖

import plotly.express as px
import numpy as np

# 生成隨機數據
data = [np.random.normal(0, 1, 100) for i in range(5)]

# 繪製箱線圖
fig = px.box(x=np.repeat(['Group'],5), y=np.concatenate(data))

# 設置圖像布局
fig.update_layout(
    title='Box Plot of Random Data',
    xaxis_title='Group',
    yaxis_title='Value'
)

fig.show()

以上代碼使用plotly庫中的box函數繪製箱線圖。在本例中，我們將五組數據拼接在一起後傳入box函數進行繪製。相比於其他庫，plotly庫支持更多的圖像交互和定製，可以滿足更加嚴格的數據需求。