向 seaborn 2D 直方图添加正态分布答案

【问题标题】：Add a normal distribution to seaborn 2D histogram向 seaborn 2D 直方图添加正态分布
【发布时间】：2021-03-10 15:00:41
【问题描述】：

是否可以从 seaborn 中获取直方图并添加正态分布？

假设我有类似这样的散点图和直方图from the documentation.

import seaborn as sns
penguins = sns.load_dataset("penguins")
sns.jointplot(data=penguins, x="bill_length_mm", y="bill_depth_mm");
plt.savefig('deletethis.png', bbox_inches='tight')

我可以像下图那样在侧面叠加分布吗？

import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import norm

x = np.random.normal(size=100000)

# Plot histogram in one-dimension
plt.hist(x,bins=80,density=True)
xvals = np.arange(-4,4,0.01)
plt.plot(xvals, norm.pdf(xvals),label='$N(0,1)$')
plt.legend();

【问题讨论】：

标签： python matplotlib plot seaborn histogram

【解决方案1】：

下面给出了一个核密度估计，它显示了分布（如果它是正常的）：

g = sns.JointGrid(data=penguins, x="bill_length_mm", y="bill_depth_mm")
g.plot_joint(sns.scatterplot, s=100, alpha=.5)
g.plot_marginals(sns.histplot, kde=True)

下面在坐标轴的直方图上叠加了一个正态分布。

import seaborn as sns
import numpy as np
import pandas as pd
from scipy.stats import norm

df1 = penguins.loc[:,["bill_length_mm", "bill_depth_mm"]]

axs = sns.jointplot("bill_length_mm", "bill_depth_mm", data=df1)
axs.ax_joint.scatter("bill_length_mm", "bill_depth_mm", data=df1, c='r', marker='x')

axs.ax_marg_x.cla()
axs.ax_marg_y.cla()
sns.distplot(df1.bill_length_mm, ax=axs.ax_marg_x, fit=norm)
sns.distplot(df1.bill_depth_mm, ax=axs.ax_marg_y, vertical=True, fit=norm)

【讨论】：