如何在 Seaborn 中为直方图添加轮廓或边缘颜色？

Seaborn 是一个了不起的可视化库，用于在Python中绘制统计图形。它提供了漂亮的默认样式和调色板，使统计图更具吸引力。它建立在 matplotlib 库的顶部，并且也紧密集成到 Pandas 的数据结构中。
Seaborn旨在使探索和理解数据的核心部分可视化。它提供了面向数据集的 API，以便我们可以在相同变量的不同视觉表示之间切换，以便更好地理解数据集。

在本文中，我们将向直方图添加轮廓或边缘颜色。该任务可以使用seaborn.distplot()方法完成。

Syntax: seaborn.distplot(aSeries)

Parameters

• aSeries, 1d-array, or list: Observed data. If this is a Series object with a name attribute, the name will be used to label the data axis.
• binsargument for matplotlib hist(), or None, optional: Specification of hist bins. If unspecified, as reference rule is used that tries to find a useful default.
• colormatplotlib color, optional: Color to plot everything but the fitted curve in.
• labelstring, optional: Legend label for the relevant component of the plot.
• axmatplotlib axis, optional: If provided, plot on this axis.

Returns

• axmatplotlib Axes: Returns the Axes object with the plot for further tweaking.

我们主要会用到这个的hist_kws参数 像edgecolor、color、linewidth等方法，因为它处理直方图的轮廓和边缘，它需要一个字典值。

下面是一些描述如何向直方图添加轮廓或边缘颜色的示例：

示例 1：

以下是用于说明直方图的数据集：

Python3

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

输出：

现在说明直方图并为其添加轮廓。

蟒蛇3

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

输出：

此外，说明直方图并为其添加边缘颜色。

蟒蛇3

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

输出：

示例 2：

这是另一个用于描绘直方图的数据集：

蟒蛇3

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

现在下图是：

蟒蛇3

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

输出：

示例 3：

这是向直方图添加轮廓或边缘颜色的另一个示例。

蟒蛇3

# 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})

输出：