第一组数据展示在不同子图中

import seaborn as sns

设置数据

data1 = pd.DataFrame(np.random.normal(10, 2, 100), columns=['value']) data2 = pd.DataFrame(np.random.normal(5, 1, 100), columns=['value'])

绘制直方图和核密度图

fig, axs = plt.subplots(ncols=2, figsize=(12, 6)) sns.histplot(data1, kde=True, color='skyblue', ax=axs[0]) sns.kdeplot(data1['value'], color='r', ax=axs[0]) sns.histplot(data2, kde=True, color='orange', ax=axs[1]) sns.kdeplot(data2['value'], color='g', ax=axs[1]) axs[0].set_title('Data1') axs[1].set_title('Data2') plt.show()

第二组数据展示在同一图中

设置数据

data3 = pd.DataFrame(np.random.normal(8, 1, 100), columns=['value']) data4 = pd.DataFrame(np.random.normal(8, 2, 100), columns=['value'])

绘制直方图和核密度图

sns.histplot(data3['value'], bins=20, kde=True, color='skyblue') sns.kdeplot(data3['value'], color='r', alpha=0.8) sns.histplot(data4['value'], bins=20, kde=True, color='orange', alpha=0.5) sns.kdeplot(data4['value'], color='g', alpha=0.8) plt.title('Data3 and Data4') plt.show()

更改颜色、透明度等参数，展示不同效果

设置数据

data5 = pd.DataFrame(np.random.normal(5, 1, 100), columns=['value']) data6 = pd.DataFrame(np.random.normal(5, 1, 100), columns=['value'])

绘制直方图和核密度图

sns.histplot(data5['value'], bins=20, kde=True, color='#FDB813', alpha=0.6) sns.kdeplot(data5['value'], color='#E03C31', alpha=0.8) sns.histplot(data6['value'], bins=20, kde=True, color='#1E88E5', alpha=0.6) sns.kdeplot(data6['value'], color='#43A047', alpha=0.8) plt.title('Data5 and Data6') plt.show(