@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.