为什么seaborn.dist和pyplot.hist在相同的数据上生成两个不同的外观直方图？

Question

我在看电信客户的数据。我目前正在研究的两个变量是：

• 每月收费-每月向客户收取的总金额。
• 是老年人--顾客是否是老年人。

我正在绘制两个直方图，看看非老年人和老年人的分布是否不同。

如果我使用的是海运的远程图，那么我会得到以下结果

如果我使用pyplot，则会得到以下结果

在第一幅图中，蓝色的在70-120范围内高于橙色的，而在第二幅图像中，蓝色的总是停留在橙色的下方。

这两者有什么区别？

Answer 1

第一个返回分布的概率密度。正如您所看到的，它们集成到1，即它们覆盖相同的区域(因为它们是概率，而不是原始数据)。

第二个返回实际频率，这就是为什么你有数据的实际规模。不同的直方图有不同的刻度。

Answer 2

这些绘图函数pyplot.hist、seaborn.countplot和seaborn.displot都是绘制单个变量频率的辅助工具。取决于这个变量的性质，它们可能或多或少适合于可视化。

所有函数pyplot.hist、seaborn.countplot和seaborn.displot都充当matplotlib条形图的包装器，如果手动绘制这种条形图太麻烦，则可以使用这些函数。

对于连续变量，可以使用pyplot.hist或seaborn.distplot。对于离散变量，seaborn.countplot更方便。