Matplotlib 与Seaborn distplot在同一轴上的绘图

在本文中，我们将介绍如何使用Matplotlib和Seaborn distplot库在同一轴上绘制两种不同类型的分布图。

阅读更多：Matplotlib 教程

背景知识

在了解如何绘制Matplotlib和Seaborn distplot在同一轴上之前，我们需要了解一些基本的背景知识。

Matplotlib

Matplotlib是一个绘制2D图表的Python库，它提供了广泛的支持，包括线图、散点图、轮廓图、直方图和条形图等。

Seaborn distplot

Seaborn是一个Python库，它提供了一些高级的数据可视化工具。在Seaborn中，distplot函数用于绘制一维分布，可以画出直方图、核密度估计图和密度图等。

绘制两个分布图

在Matplotlib中，我们只需要使用subplot函数来创建两个图片区域，然后就可以分别在两个区域中绘制不同的分布图。

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns

# 创建一个2行1列的图片区域
fig, ax = plt.subplots(2, 1)

# 在第1个子图片中绘制Seaborn distplot
sns.distplot(np.random.normal(size=100), ax=ax[0])

# 在第2个子图片中绘制Matplotlib直方图
ax[1].hist(np.random.normal(size=100))

# 显示图片
plt.show()

上面的代码可以生成一张包含两个图片区域的图片。

如果我们想要在同一轴上绘制这两种分布图，我们需要将它们合并到一个坐标轴上。这可以通过在Seaborn distplot函数中提供一个额外的“ax”参数来实现。在下面的例子中，我们将一维正态分布绘制在Matplotlib直方图的顶部，并使用同一轴来显示它们。

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns

# 创建一个1行2列的图片区域
fig, ax = plt.subplots(1, 2)

# 底部直方图
sns.distplot(np.random.normal(size=100), ax=ax[0])
ax[0].set(title='Histogram')

# 顶部分布图
sns.distplot(np.random.normal(size=100), ax=ax[1])
ax[1].set(title='Density', ylabel='')

# 显示图片
plt.show()

如上所示，我们使用了sns.distplot函数两次，一次在底部显示直方图，一次在顶部显示一维正态分布的图像。使用两个子图的方法类似，我们同样在subplot中创建了两个子图，但是我们在每一个函数调用中都使用了“ax”参数，以使第一个Seaborn distplot函数绘制在底部的坐标轴上，而第二个函数绘制在顶部的坐标轴上。