当前位置：首页>python>Python可视化Seaborn全攻略 | Part.7

Python可视化Seaborn全攻略 | Part.7

2026-06-28 18:58:28

第七篇：Seaborn统计篇｜核密度图详解，分布趋势更平滑📉

上一篇我们学了直方图，用来展示数据的分布区间；今天我们学习它的“平滑版”——核密度图（KDE图），更适合展示数据的分布趋势。

核密度图用连续的曲线代替直方图的柱子，能更直观地看出数据的集中区域和分布形状，比如“小费金额主要集中在2-5元”“成绩分布是否呈正态分布”，同时颜值更高、更简洁，适合科研汇报、高级数据分析✨

📉 核心函数：sns.kdeplot() 核密度图绘制

Seaborn绘制核密度图的核心函数是sns.kdeplot()，支持填充颜色、分组对比、双变量展示等功能，我们用小费数据集演示，新手直接复制运行。

✅ 基础核密度图（直接复制运行）

展示“小费金额”的分布趋势，用填充颜色让图表更直观，3行核心代码搞定：

import seaborn as snsimport matplotlib.pyplot as plt# 1. 加载数据+设置主题tips = sns.load_dataset("tips")sns.set_style("whitegrid", rc={    "font.sans-serif": ["SimHei"]})# 2. 绘制基础核密度图：x轴=小费金额，填充曲线下方sns.kdeplot(x="tip", data=tips, color="#95E1D3", fill=True)# 3. 优化图表：标题、坐标轴标签plt.title("小费金额分布核密度图")plt.xlabel("小费金额（元）")plt.ylabel("密度（分布概率）")# 显示图表plt.show()

✅ 进阶核密度图：分组对比+多变量展示

核密度图最常用的场景是“分组对比”，比如对比不同用餐时间、不同性别的数据分布差异；同时还能绘制双变量核密度图，展示两个变量的联合分布，信息量拉满：

import seaborn as snsimport matplotlib.pyplot as plttips = sns.load_dataset("tips")sns.set_style("whitegrid", rc={    "font.sans-serif": ["SimHei"]})# 1. 按用餐时间分组，对比不同用餐时间的小费分布趋势sns.kdeplot(    x="tip", hue="time", data=tips,    fill=True,  # 填充曲线下方    palette="Set1",  # 分组配色    alpha=0.7  # 填充透明度，避免重叠)plt.title("不同用餐时间小费金额分布核密度图")plt.xlabel("小费金额（元）")plt.ylabel("密度")plt.show()# 2. 双变量核密度图：展示账单金额和小费金额的联合分布# 颜色越深，代表该区域的数据越多sns.kdeplot(    x="total_bill", y="tip", data=tips,    cmap="Blues",  # 颜色映射（从浅蓝到深蓝）    fill=True)plt.title("账单金额与小费金额联合分布核密度图")plt.xlabel("账单金额（元）")plt.ylabel("小费金额（元）")plt.show()

💡 避坑小技巧

填充颜色太刺眼？用alpha参数调整透明度（0-1之间），建议设置为0.6-0.8，既清晰又柔和；
分组太多？控制分组数量（不超过5个），避免曲线重叠、颜色杂乱；
双变量核密度图颜色不好看？用cmap参数自定义颜色映射，比如cmap="Greens"（绿色系）、cmap="RdBu_r"（红蓝色系）；
不需要填充？去掉fill=True即可，默认只显示曲线。

✅ 实战拓展：核密度图与箱线图结合

将核密度图与箱线图结合，同时展示数据的分布趋势和离散程度，让统计可视化更全面：

import seaborn as snsimport matplotlib.pyplot as plttips = sns.load_dataset("tips")sns.set_style("whitegrid", rc={    "font.sans-serif": ["SimHei"]})# 创建1行2列的子图，左右布局fig, axes = plt.subplots(1, 2, figsize=(12, 5))# 左子图：核密度图（小费金额分布趋势）sns.kdeplot(x="tip", data=tips, color="#95E1D3", fill=True, ax=axes[0])axes[0].set_title("小费金额分布核密度图")axes[0].set_xlabel("小费金额（元）")axes[0].set_ylabel("密度")# 右子图：箱线图（小费金额离散程度）sns.boxplot(x="tip", data=tips, color="#F38BA8", ax=axes[1])axes[1].set_title("小费金额箱线图")axes[1].set_xlabel("小费金额（元）")# 调整子图间距plt.tight_layout()plt.show()