¿Cómo agregar contorno o color de borde al histograma en Seaborn?

Seaborn es una increíble biblioteca de visualización para el trazado de gráficos estadísticos en Python. Proporciona hermosos estilos predeterminados y paletas de colores para hacer que los gráficos estadísticos sean más atractivos. Está construido en la parte superior de la biblioteca matplotlib y también está estrechamente integrado en las estructuras de datos de pandas .
Seaborn tiene como objetivo hacer que la visualización sea la parte central de la exploración y comprensión de los datos. Proporciona API orientadas a conjuntos de datos, de modo que podemos cambiar entre diferentes representaciones visuales para las mismas variables para una mejor comprensión del conjunto de datos.

En este artículo, vamos a agregar un contorno o color de borde a un histograma. La tarea se puede realizar utilizando el método seaborn.distplot() .

Sintaxis: seaborn.distplot(aSeries)

Parámetros

  • aSerie, array 1d o lista: datos observados. Si se trata de un objeto Serie con un atributo de nombre, el nombre se utilizará para etiquetar el eje de datos.
  • binsargument para matplotlib hist(), o Ninguno, opcional: Especificación de hist bins. Si no se especifica, se utiliza una regla de referencia que intenta encontrar un valor predeterminado útil.
  • colormatplotlib color, opcional: color para trazar todo menos la curva ajustada.
  • string de etiquetas, opcional: Etiqueta de leyenda para el componente relevante de la trama.
  • Eje axmatplotlib, opcional: si se proporciona, trace en este eje.

Devoluciones

  • axmatplotlib Axes: devuelve el objeto Axes con el gráfico para realizar más ajustes.

Principalmente vamos a utilizar los parámetros hist_kws de este método como color de borde, color, ancho de línea, etc. , ya que trata con el contorno y los bordes del histograma, toma un valor de diccionario.

A continuación se muestran algunos ejemplos que muestran cómo agregar un contorno o un color de borde al histograma:

Ejemplo 1:

A continuación se muestra el conjunto de datos a través del cual se ilustrará el histograma:

Python3

# import required modules
import seaborn
from vega_datasets import data
  
# assign dataset
dataset = data.co2_concentration()
  
# display dataset
dataset.sample(n=5)

Producción:

Ahora ilustrando un histograma y también añadiéndole un contorno.

Python3

# depict illustration
seaborn.distplot(dataset['CO2'])

Producción:

Además, ilustrar un histograma y agregarle un color de borde.

Python3

# depict illustration
sns.distplot(dataset['CO2'],
             hist_kws=dict(edgecolor="green", linewidth=5))

Producción:

Ejemplo 2:

Aquí hay otro conjunto de datos a través del cual se representará un histograma:

Python3

# import required modules
import seaborn
from vega_datasets import data
  
# assign dataset
dataset = data.la_riots()
  
# display dataset
dataset.sample(n=5)

Ahora abajo está la ilustración:

Python3

# depict illustration
sns.distplot(dataset['age'],
             hist_kws={'color':'green', 'edgecolor':'black',
                       'linewidth':2, 'linestyle':'--'})

Producción:

Ejemplo 3:

Aquí hay otro ejemplo para agregar un color de contorno o borde a un histograma.

Python3

# import required modules
import seaborn
from vega_datasets import data
  
# assign dataset
dataset = data.seattle_weather()
  
# display dataset
dataset.sample(n=5)
  
# depict illustration
sns.distplot(dataset['temp_min'],
             hist_kws={'color': 'black', 'edgecolor': 'green',
                       'linewidth': 5})

Producción:

Publicación traducida automáticamente

Artículo escrito por riturajsaha y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *