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...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...sns.kdeplot(pd['height'], pd['weight'], cmap=cmap, n_levels=60, shade=True);
plt.show()
image.png
# 核密度中增加数据三点
云服务器
ICP备案
对象存储
腾讯会议
云直播
