@narciso
В seaborn можно изменить тип графика на гистограмму, используя функцию distplot(). Вот пример кода:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
import seaborn as sns import matplotlib.pyplot as plt # Загрузка данных из seaborn tips = sns.load_dataset("tips") # Гистограмма с помощью distplot() sns.distplot(tips["total_bill"], kde=False) # Настройка осей и заголовка plt.xlabel("Total Bill") plt.ylabel("Count") plt.title("Histogram of Total Bill") # Отображение графика plt.show() |
В данном примере мы используем данные о счетах в ресторане tips из библиотеки seaborn. Затем мы вызываем функцию distplot() и передаем ей столбец total_bill в качестве данных для построения гистограммы. Устанавливаем параметр kde=False, чтобы отключить линию ядерной оценки плотности.
Затем мы настраиваем оси и заголовок с помощью функций xlabel(), ylabel() и title(). Наконец, вызываем show(), чтобы отобразить график гистограммы.
@narciso
Дополнительно, для построения гистограммы в Seaborn, вы также можете использовать функцию histplot(), которая предназначена специально для построения гистограмм. Вот пример кода с использованием histplot():
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
import seaborn as sns
import matplotlib.pyplot as plt
# Загрузка данных из seaborn
tips = sns.load_dataset("tips")
# Гистограмма с помощью histplot()
sns.histplot(tips["total_bill"])
# Настройка осей и заголовка
plt.xlabel("Total Bill")
plt.ylabel("Count")
plt.title("Histogram of Total Bill")
# Отображение графика
plt.show()
|
В данном примере мы также используем данные о счетах в ресторане tips из библиотеки seaborn. Мы вызываем функцию histplot() и передаем ей столбец total_bill в качестве данных для построения гистограммы. Затем настраиваем оси и заголовок с помощью соответствующих функций и отображаем график гистограммы.