圣诞快乐！

大数据量的绘图适合运用seaborn工具进行绘制，实验数据没备份丢失了，正好重新来一遍，做一个总结

绘图的数据源来自LPT生成数据的拉格朗日粒子，运行seaborn的环境是基于安装py3.7的miniconda。

1.

生成（csv）文件并读取文件

import pandas as pd

data = pd.read_csv('C:/Users/M/Desktop/U1.csv')

可以预览数据集

import seaborn as sns

sns.pairplot(data)

2.

sns.scatterplot(data.d,data.d)//单独绘制

# 只绘制核密度曲线，不绘制直返图,直方图hist=True，核密度曲线rug=True
ax = sns.distplot(data.w, rug=True, hist=True)

绘制核密度图

# shade参数决定是否填充曲线下面积
md = sns.kdeplot(data.d, shade=True, color="r")

绘制双变量核密度图

# 双变量密度图，相当于等高线图了
# shade 参数改用颜色深浅表示密度的大小，不过n不用，就真的是等高线了
nx = sns.kdeplot(data.w, data.u, shade=True,color="b")

g = sns.jointplot("w", "u", data=data, 
                    kind="kde", space=0,shade=True, color="g")