一、seaborn介紹

　　seaborn是python中基於Matplotlib包具有更多視覺化效果和耿玉梅的視覺化模組，可以說Matplotlib的封裝。當我們想要探索單個或者一對資料分佈上的特徵時，可以使用seaborn中內建的若干函式對資料的分佈進行多種多樣的視覺化。

二、kdeplot

　　對於單變數和雙變數進行核密度估計，並可視化，引數表如下：

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
sns.set(color_codes = True)
%matplotlib inline
mean = [0,2]
cov = [(1,0.5),(0.5,1)]
x,y = np.random.multivariate_normal(mean,cov,50).T

　numpy.random.multivariate_normal()函式解析

1、不修改其他引數只傳入資料，繪製

#單變數
ax = sns.kdeplot(x)

三、rugplot

四、displot

五、jointplot