结合不同的seaborn分布图答案

【问题标题】：Combine different seaborn distribution plots结合不同的seaborn分布图
【发布时间】：2021-07-27 10:23:42
【问题描述】：

我在 Python3 中使用 seaborn 和 matplotlib 来可视化两个不同数组的分布。我使用的代码是：

# Create two matrices (can be 'n' dimensional)-
x = np.random.normal(size = (5, 5))
y = np.random.normal(size = (5, 5))

# On using seaborn, it creates two different plots-
sns.displot(data = x.flatten(), label = 'x')
sns.displot(data = y.flatten(), label = 'y')

plt.legend(loc = 'best')
plt.show()

# Whereas, matplotlib merges these two distributions into one plot-
plt.hist(x = x.flatten(), label = 'x')
plt.hist(x = y.flatten(), label = 'y')

plt.legend(loc = 'best')
plt.show()

如何获得将 matplotlib 中实现的这两个分布合并到 seaborn 中的结果？

谢谢！

【问题讨论】：

displot 是一个图形级别的函数，用一个或多个子图创建自己的图形。您可以改为使用坐标轴级别 histplot。

标签： python-3.x matplotlib seaborn distribution

【解决方案1】：

首先将您的数据合并到 pandas.DataFrame 中，然后使用 displot：

import pandas as pd
df = pd.DataFrame({'x': x.flatten(), 'y': y.flatten()})
sns.displot(data=df)

或直接使用字典：

sns.displot(data={'x': x.flatten(), 'y': y.flatten()})

【讨论】：

您实际上不需要在这里使用 DataFrame ... 将字典传递给 displot 也可以。