接着上次的分布图继续总结

一、目录：

分布图

• displot （直方图）
• kedplot（概率密度图）
• jointplot（联合密度图）
• pairplot（多变量图）

分类图

• boxplot（箱线图）
• violinplot（提琴图）

回归图

• lmplot （回归图）

矩阵图

• heatmap （热力图）

二、分类图

2.1、boxplot（箱线图）

箱线图是用来表示跨类别变量之间的定量数据的分布情况。框体表示上下四分位数、线显示分布的其余部分，中间线表示的是中位数，在线外的则为离群值（异常数据）。具体参数为：

seaborn.boxplot(x=None, y=None, hue=None, data=None, order=None, 
hue_order=None, orient=None, color=None, palette=None, saturation=0.75, 
width=0.8, dodge=True, fliersize=5, linewidth=None, whis=1.5, notch=False, ax=None, **kwargs)

• data：数据集
• x：数据集中哪一列数据作为x轴的分类变量
• y：数据变量
• hue：分类
• saturation：float，饱和度
• width：float，控制箱型图的宽度
• fliersize：float，用于指示离群值观察标记大小

区分不同区的房屋面积

用hue进行分类

2.2、提琴图

提琴图与箱线图类似，都是用来表示不同类别数据之间定量数据的分布情况。但是提琴图的绘图基础是密度图，通过提琴图可以知道定量数据的分布情况。在图中，白点是中位数，黑色盒型的范围是下四分位数到上四分位数，细黑线表示须。外部形状为密度分布曲线。

seaborn.violinplot(x=None, y=None, hue=None, data=None, order=None, 
hue_order=None, bw='scott', cut=2, scale='area', scale_hue=True, gridsize=100, 
width=0.8, inner='box', split=False, dodge=True, orient=None, linewidth=None, 
color=None, palette=None, saturation=0.75, ax=None, **kwargs)

• data,x,y,hue：含义同上
• bw：‘scott’, ‘silverman’, float，控制拟合程度。在计算内核带宽时，可以引用规则的名称（‘scott’, ‘silverman’）或者使用比例（float）。实际内核大小将通过将比例乘以每个bin内数据的标准差来确定
• scale：“area”，“count”，“width”，用来缩放每个提琴图的宽度的方法。
  *scale_hue：当使用hue分类后，设置为True时，此参数确定是否在主分组变量进行缩放
• gridsize：设置提琴图平滑度，越高越平滑
• inner：“box”, “quartile”, “point”, “stick”, None,小提琴内部数据点的表示。分别表示：箱子，四分位，点，数据线和不表示；
• split：是否拆分，与hue的分类结合使用

默认情况

根据hue分类进行split，并根据count计数来画概率分布