在我们的Seaborn教程中，我们将重点介绍Seaborn Kdeplot。

什么是Kdeplot？

Kdeplot是一个内核分布估计图，它描述了连续或者非参数数据变量的概率密度函数，即我们可以为单变量或者多变量一起绘制图。
使用Python Seaborn模块，我们可以构建带有各种功能的Kdeplot。

为了使用Seaborn模块，我们需要使用以下命令安装和导入该模块：

pip install seaborn

import seaborn

创建单变量Seaborn Kdeplot

seaborn.kdeplot()函数用于根据单个/单变量变量绘制数据。
它将数据值的概率分布表示为绘制曲线下的面积。

语法：

seaborn.kdeplot(data)

范例1：

import seaborn as sn
import matplotlib.pyplot as plt
import numpy as np
data = np.random.randn(200)
res = sn.kdeplot(data)
plt.show()

在上面的示例中，我们使用numpy.random.randn()函数生成了一些随机数据值。

范例2：

import seaborn as sn
import matplotlib.pyplot as plt
import numpy as np
data = np.random.randn(200)
res = sn.kdeplot(data,color='green',shade=True)
plt.show()

在上面的示例中，我们使用参数"shade"突出显示了曲线图，以突出显示曲线下的区域。
此外，我们可以使用参数"color"为绘图设置不同的颜色。

创建双变量Seaborn Kdeplot

Seaborn Kdeplots甚至可以用于针对多个数据变量或者bivariate(2)变量绘制数据，以描绘一个变量相对于其他值的概率分布。

语法：

seaborn.kdeplot(x,y)

因此，该分布表示为等高线图，描绘了两个数据变量之间的分布关系。

例：

import seaborn as sn
import matplotlib.pyplot as plt
import numpy as np
import pandas
data = pandas.read_csv("C:/mtcars.csv")
res = sn.kdeplot(data['mpg'],data['qsec'],color='blue',shade=True)
plt.show()

沿垂直轴绘制Seaborn Kdeplot

我们可以使用以下语法沿y轴绘制Kdeplots：

语法：

seaborn.kdeplot(data,vertical=True)

因此，通过将" vertical"参数设置为True，我们可以沿y轴绘制分布。

例：

import seaborn as sn
import matplotlib.pyplot as plt
import numpy as np
import pandas
data = pandas.read_csv("C:/mtcars.csv")
res = sn.kdeplot(data['mpg'],vertical=True,color='blue',shade=True)
plt.show()

在Seaborn Kdeplot中使用调色板

可以将不同的调色板与Seaborn绘图一起使用，以使用'cmap'参数以更好的方式可视化数据。

Matplotlib Colormap中提供了不同类型的调色板。

语法：

seaborn.kdeplot(data,cmap)

例：

import seaborn as sn
import matplotlib.pyplot as plt
import numpy as np
import pandas
data = pandas.read_csv("C:/mtcars.csv")
res = sn.kdeplot(data['mpg'],data['qsec'],shade=True,cmap="Purples_d")
plt.show()

绘制两个阴影的双变量Kdeplots

两个阴影阴影的双变量Kdeplots有助于根据数据变量的双变量组的概率分布来理解数据的变化。

例：

import seaborn as sn
import matplotlib.pyplot as plt
import numpy as np
import pandas
data = pandas.read_csv("C:/mtcars.csv")
sn.set(style='dark',)
res = sn.kdeplot(data['hp'],data['cyl'],shade=True,cmap="Purples_d")
res = sn.kdeplot(data['hp'],data['cyl'],shade=True,cmap="Blues")
plt.show()

在Seaborn Kdeplot上添加了Colorbar

颜色列将值的图形表示形式映射到原始数据值，并以更好的方式帮助可视化数据。

语法：

seaborn.kdeplot(data,cbar=True)

例：

import seaborn as sn
import matplotlib.pyplot as plt
import numpy as np
import pandas
data = pandas.read_csv("C:/mtcars.csv")
sn.set(style='dark',)
res=sn.kdeplot(data['hp'],data['cyl'],shade=True,cmap="Purples_d",cbar=True)
plt.show()