seaborn.ecdfplot#
- seaborn.ecdfplot(data=None, *, x=None, y=None, hue=None, weights=None, stat='proportion', complementary=False, palette=None, hue_order=None, hue_norm=None, log_scale=None, legend=True, ax=None, **kwargs)[源代码]#
绘制经验累积分布函数。
ECDF 表示数据集中每个唯一值以下的观测值的比例或计数。与直方图或密度图相比，它的优势在于每个观测值都直接可视化，这意味着不需要调整任何分箱或平滑参数。它还有助于直接比较多个分布。一个缺点是，图形的外观与分布的基本属性（如中心趋势、方差以及是否存在任何双峰性）之间的关系可能不那么直观。
更多信息请参见 用户指南。
- 参数:
- 数据 :
pandas.DataFrame,numpy.ndarray, 映射, 或序列pandas.DataFrame, numpy.ndarray, 映射, 或序列 输入数据结构。可以是可分配给命名变量的长格式向量集合，也可以是将被内部重塑的宽格式数据集。
- x, y :
data中的向量或键向量或键 指定x轴和y轴位置的变量。
- hue :
data中的向量或键向量或键 语义变量，用于映射以确定绘图元素的颜色。
- 权重 : 向量或
数据中的键向量或键 如果提供，使用这些值来加权相应数据点对累积分布的贡献。
- 统计{{“比例”, “百分比”, “数量”}}
要计算的分布统计量。
- 互补的布尔
如果为真，使用互补的CDF（1 - CDF）
- palette : 字符串, 列表, 字典, 或
matplotlib.colors.Colormap字符串, 列表, 字典, 或 选择用于映射
hue语义的颜色时的方法。字符串值传递给color_palette()。列表或字典值意味着分类映射，而颜色映射对象意味着数值映射。- hue_order字符串向量
指定
hue语义的分类级别的处理和绘图顺序。- hue_norm : 元组或
matplotlib.colors.Normalize元组或 一对设置数据单位归一化范围的值，或一个将数据单位映射到 [0, 1] 区间的对象。使用时意味着数值映射。
- log_scale布尔值或数字，或布尔值或数字对
将轴比例设置为对数。单个值设置图中任何数值轴的数据轴。一对值分别独立设置每个轴。数值被解释为所需的对数底数（默认10）。当为
None或False时，seaborn 将遵循现有的 Axes 比例。- 图例布尔
如果为 False，则抑制语义变量的图例。
- ax
matplotlib.axes.Axes 图形的预先存在的轴。否则，在内部调用
matplotlib.pyplot.gca()。- kwargs
其他关键字参数传递给
matplotlib.axes.Axes.plot()。
- 数据 :
- 返回:
matplotlib.axes.Axes包含图形的 matplotlib 轴。
参见
示例