Seaborn Histplot: 用 `sns.histplot()` 绘制年龄概率密度分布图

使用 sns.histplot() 绘制年龄概率密度分布图

原代码使用 sns.kdeplot() 函数绘制核密度图，现在使用 sns.histplot() 函数绘制直方图的组合，以更直观地展示年龄概率密度分布情况。python import seaborn as sns import matplotlib.pyplot as plt

sns.histplot(data=d, x='age', hue='stroke', element='step', fill=False, palette=['#00FF7F', '#FFD700']) plt.title('年龄概率密度分布', fontproperties='SimHei', fontsize=17) plt.legend(title='Stroke', labels=['有中风', '无中风'], loc='lower right') plt.show()

**代码解释:**

* `sns.histplot(data=d, x='age', hue='stroke', element='step', fill=False, palette=['#00FF7F', '#FFD700'])` 使用 `sns.histplot()` 函数绘制直方图的组合。    * `data=d` 指定数据集。    * `x='age'` 指定要绘制的变量。    * `hue='stroke'` 指定分组的变量。    * `element='step'` 以步进方式绘制直方图。    * `fill=False` 取消填充直方图。    * `palette=['#00FF7F', '#FFD700']` 指定调色板，分别为 'stroke' 值为 1 和 0 的情况指定颜色。* `plt.title('年龄概率密度分布', fontproperties='SimHei', fontsize=17)` 设置标题。* `plt.legend(title='Stroke', labels=['有中风', '无中风'], loc='lower right')` 设置图例。* `plt.show()` 显示图形。

通过以上代码，使用 `sns.histplot()` 函数绘制的直方图组合，可以更清晰地展示年龄概率密度分布情况，并将中风和无中风群体进行分组比较。