Skip to content

視覺化 › Seaborn › 分布圖

分布圖 (Distribution Plots) ​

看單一連續變數的形狀:中心、離散、偏態、峰的數量、尾巴。分布的統計描述見 單變數:數值型。

函式畫什麼y 軸預設優點缺點
histplot直方圖count直觀、看得到原始次數形狀受 bins 影響
kdeplot核密度估計 (KDE) 平滑曲線density(面積 = 1)多組疊加清楚受頻寬影響;會延伸到不可能的值(負濃度)
ecdfplot經驗累積分布 (ECDF)proportion沒有參數可調、看得到每個點;百分位直接讀形狀不如直方圖直覺
displot(kind=)以上三者的 figure-level 版—可 col= / row= facet回傳 FacetGrid

寫法 ​

python
import seaborn as sns
import matplotlib.pyplot as plt

iris = sns.load_dataset("iris")
fig, axes = plt.subplots(2, 2, figsize=(10, 7), layout="constrained")

# 1. 直方圖 + KDE
sns.histplot(data=iris, x="petal_width", bins=15, kde=True, ax=axes[0, 0])

# 2. 分組:multiple= "layer"(疊加,預設)、"stack"、"dodge"、"fill"
sns.histplot(data=iris, x="sepal_length", hue="species", multiple="stack", ax=axes[0, 1])

# 3. 分組 KDE:common_norm=False 讓每組各自面積 = 1
sns.kdeplot(data=iris, x="sepal_length", hue="species", common_norm=False, fill=True, ax=axes[1, 0])

# 4. ECDF:曲線越右代表數值越大
sns.ecdfplot(data=iris, x="sepal_length", hue="species", ax=axes[1, 1])

# figure-level:依物種分子圖
sns.displot(data=iris, x="petal_length", col="species", kind="hist", height=3)
參數用途
bins / binwidth區間數或寬度;Seaborn 預設 "auto"
stat"count"、"frequency"、"probability"(總和 = 1)、"percent"、"density"(面積 = 1)
common_normhue 分組時是否全部合起來正規化(預設 True)
bw_adjustKDE 頻寬倍數;< 1 較崎嶇、> 1 較平滑
cut=0KDE 不延伸到資料範圍外
log_scale=Truex 軸取 log(表現量、濃度)
element="step"直方圖只畫外框,多組疊加較清楚

common_norm 陷阱:hue 分組時預設 common_norm=True,所有組的面積加總為 1,樣本數大的組曲線較高。要比較各組的形狀,設 common_norm=False(histplot 同時設 stat="density")。

bins 與頻寬 ​

bins 與 KDE 頻寬的影響

同一組雙峰資料(n = 200):只用 4 個 bins 時看起來像單峰右偏;bins="auto" 才看到兩個峰。KDE 的頻寬同理:bw_adjust=0.3 出現雜訊造成的小峰,bw_adjust=3 把兩峰合成一個。判斷「是否雙峰」前,至少換兩三種 bins / 頻寬確認,或改看 ECDF。

類別 vs 連續 ​

變數用原因
類別(物種、基因型)countplot每個類別一根,見 類別圖
離散整數、取值少(家庭人數、突變數 0–5)histplot(discrete=True)每個整數一根,對齊在整數中心
連續(長度、表現量)histplot / kdeplot / ecdfplot需要分區間或平滑

雙變數分布 ​

python
sns.histplot(data=iris, x="sepal_length", y="petal_length")            # 2D 直方圖
sns.kdeplot(data=iris, x="sepal_length", y="petal_length", hue="species", levels=5)
sns.jointplot(data=iris, x="sepal_length", y="petal_length", kind="hex")   # 中間散布 + 邊緣分布

點數很多時 2D 直方圖 / hexbin 比散布圖好讀,見 Overplotting。