如何基于Seaborn按性别绘制学生期末成绩G3的分布图?
分性别对比期末成绩分布的实现方法
你已经掌握了单变量成绩的密度图绘制逻辑,不需要拆分数据集重复写绘图代码,仅需在原有流程上做小幅调整,就能实现不同性别群体的分布差异对比。
最适配现有代码的快速实现方案
直接在原有的kdeplot调用里增加性别分组参数,seaborn会自动为不同性别的样本匹配独立的密度曲线,补充透明度设置避免填充区域互相遮挡:ax = sns.kdeplot( data=df2, x="G3", hue="sex", shade=True, alpha=0.5 ) ax.set( xlabel="Final Grade", ylabel="Density", title="Distribution of Final Grade by Sex", xlim=[0, 20] ) # 手动替换图例标签,避免原始的F/M缩写带来阅读障碍 ax.legend(title="Gender", labels=["Female", "Male"]) plt.show()这里两个关键参数的作用:
- hue="sex":指定按照数据集中的性别字段分组,不同性别自动分配区分度足够的曲线颜色
- alpha=0.5:将曲线填充透明度调整为50%,让两个分布重叠的区域也能看清彼此的轮廓,不会出现某条曲线完全挡住另一条的情况
配套的差异量化方法
单靠视觉观察密度曲线只能做定性判断,想要明确具体的数值差异,可以配合分组统计计算:- 执行
df2.groupby("sex")["G3"].describe(),直接输出不同性别群体的平均成绩、标准差、四分位数、极值,直观对比两组的整体水平和成绩离散程度 - 如果需要判断差异是否具备统计显著性,可以搭配对应检验方法(比如独立样本t检验、曼-惠特尼U检验),排除随机抽样导致的视觉差异,确认群体间的真实分布区别
- 执行
可选的可视化增强方案
如果觉得同图叠加的双密度曲线重叠过多、观察不便,可以换两种呈现形式:- 同图叠加箱线图:在已有的密度图基础上,补充分性别箱线元素,直接标注每个群体的成绩中位数、四分位区间、离群的高低分点,和密度曲线的峰值、长尾位置形成对应
- 独立子图分面对比:用seaborn的分面功能将男女群体的密度图拆分到两个独立的子图中,完全消除遮挡问题,更方便逐一看清每个群体的分布形状:
g = sns.FacetGrid(df2, col="sex", height=4) g.map(sns.kdeplot, "G3", shade=True) g.set(xlim=[0, 20], xlabel="Final Grade")
从你提供的13条观测样本初步观察,男生群体的样本成绩整体偏高,女生群体的低分样本占比更高,但这只是极小样本的直观感受,跑完全量数据集的统计和绘图结果后,才能得到可靠的分布差异结论。
内容的提问来源于stack exchange,提问作者sophnas
相关产品推荐
相关产品推荐

