一维直方图主要用hist来展示,二维的关系可以用散点图、多hist叠加、hist2d或seaborn来展现,seaborn的主要数据类型是pandas,因此需要转换,又复习了一下Numpy转pandas...alpha=0.5,histtype='stepfilled', color='steelblue', edgecolor='none')
plt.show()
image.png
# 加载sklearn的鸢尾花数据集...,dpi=80)
kwargs = dict(histtype='stepfilled', alpha=0.3, density=True, bins=10)
# 分别查看不同类型鸢尾花在四个维度上的直方图...type2, **kwargs)
plt.hist(type3, **kwargs)
plt.title(titles[i])
plt.show()
image.png
# 构造身高和体重的线性关系数据...-随机数据
# 均值为175,方差为15,且正态分布的1000个随机值
height=np.random.normal(175,15,size=1000)
# 构造体重值随机数
weight = (height