Представьте, что у меня есть датафрейм с 9 столбцами.Я хочу иметь возможность добиться того же эффекта, что и df.hist (), но с помощью sns.distplot ().
Другими словами, я хочу иметь возможность отображать sns.distplot () для каждого столбца в кадре данных в визуализации из 3 строк и 3 столбцов, где каждый вспомогательный рисунок представляет уникальный sns.distplot ()каждого столбца для общего количества столбцов в кадре данных.
Я немного поэкспериментировал с использованием цикла for для осей и столбцов для фрейма данных, но я могу добиться только результатов для указания столбцов.Я не уверен, как представить код для работы со строками и столбцами.
Я также изучил sns.FacetGrid, но я не уверен, как решить эту проблему с помощью FacetGrid.
Я нахожу функцию df.hist () именно тем, что мне нужно, но я хочу иметь возможность сделать это с sns.distplot для всех столбцов в том же представлении, что и выходные данные df.hist().
Если это поможет определить контекст фрейма данных, я в основном читаю учебные и тестовые наборы Google Colab для набора данных California Housing, который содержит все столбцы, кроме ocean_proximity.Если вы хотите помочь мне разобраться в этой проблеме с помощью этого набора данных, пожалуйста, получите его от Kaggle и опустите столбец ocean_proximity.
Мой подход к 9 столбцам:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.read_csv('housing.csv')
df.drop('ocean_proximity', axis=1, inplace=True)
fig, axes = plt.subplots(ncols=len(df.columns), figsize=(30,15))
for ax, col in zip(axes, df.columns):
sns.distplot(df[col], ax=ax)
plt.tight_layout()
plt.show()