#displot參數(shù)如下
sns.distplot(a, bins=None, hist=True, kde=True, rug=False, fit=None, hist_kws=None, kde_kws=None, rug_kws=None, fit_kws=None, color=None, vertical=False, norm_hist=False, axlabel=None, label=None, ax=None)

import matplotlib.pyplot as plt 
import numpy as np
import pandas as pd 
import seaborn as sns 
sns.set()  #切換到sns的默認(rèn)運(yùn)行配置
import warnings
warnings.filterwarnings('ignore')

x=np.random.randn(100)

sns.distplot(x)

sns.distplot(x,kde=False)

<AxesSubplot:>

#norm_hist
fig,axes=plt.subplots(1,2)
sns.distplot(x,norm_hist=True,kde=False,ax=axes[0]) #左圖
sns.distplot(x,kde=False,ax=axes[1]) #右圖

<AxesSubplot:>

fig,axes = plt.subplots(1,3) # 創(chuàng)建一個1行3列的圖片
sns.distplot(x,ax=axes[0]) # ax=axex[0]表示該圖片在整個畫板中的位置
sns.distplot(x,hist=False,ax=axes[1])  #不顯示直方圖
sns.distplot(x,kde=False,ax=axes[2])  #不顯示核密度

<AxesSubplot:>

#rag
fig,axes=plt.subplots(1,2)
sns.distplot(x,rug=True,ax=axes[0]) #左圖
sns.distplot(x,ax=axes[1]) #右圖

<AxesSubplot:ylabel='Density'>

#fit
from scipy.stats import *
sns.distplot(x,hist=False,fit=norm) #擬合標(biāo)準(zhǔn)正態(tài)分布

<AxesSubplot:ylabel='Density'>

#bins
fig,axes=plt.subplots(1,2) 
sns.distplot(x,kde=False,bins=20,ax=axes[0]) #分成20個區(qū)間
sns.distplot(x,kde=False,bins=[x for x in range(4)],ax=axes[1]) #以0,1,2,3為分割點(diǎn)，形成區(qū)間[0,1],[1,2],[2,3]，區(qū)間外的值不計入。

# 
sns.distplot(x,vertical=True,color="y")