点击下方公众号，回复资料，收获惊喜
1、前言
seaborn是一款非常强大的画图工具，可以画很多种图，除了截图中展示的，下面还有很多，大家可以尝试一下其他的。今天我们用的只是其中一个：distplot。
2、画图
前面的数据准备和提取工作，跟前一篇趋势图一样，我们直接从画图开始。
代码：
代码语言：javascript复制path1 =r"remapbiled_tas_yearly_EC-Earth3_ssp126_r1i1p1f1_gr_201501-210012.nc"
cmip6 = xarray.open_dataset(path1).tas.loc["2005":"2015",:,:]
fig = plt.figure(figsize=(3,3),dpi=60)#画布
ax = fig.add_axes([1,1,1.5,1.5])#画层
sns.distplot(cmip6,#数据
color='red',#概率密度线的颜色
ax=ax,
label="tas-temp",#蓝色线条的名称
)这样，最简单的PDFs就画好了，横坐标是nc文件中对应的温度值，纵坐标为概率，但是这个图太丑了，实在拿不出手，所以接下来美化一下。
当增加参数kde = True时，图片没有变化，kde表示是否绘制高斯核密度估计值，默认是Ture，如果为False，则图中的曲线就消失了，且纵坐标发生了变化，请注意看效果。
而我们想保留曲线，把下面的直方图去掉，需要添加调整参数：kde = True，同时添加参数hist=False，代码变成如下：
代码语言：javascript复制sns.distplot(cmip6,#数据
color='red',#概率密度线的颜色
ax=ax,
label="tas-temp",#蓝色线条的名称
kde=True,
hist=False
)效果：
然后，我们想把这条线加粗一下，需要增加参数：kde_kws=dict(linewidth=5),
代码如下：
代码语言：javascript复制sns.distplot(cmip6,#数据
color='red',#概率密度线的颜色
ax=ax,
label="tas-temp",#蓝色线条的名称，画legend时需要
kde=True,
hist=False,
kde_kws=dict(linewidth=5),
)效果：
当前x轴的label是“tas”，其实我们没有命名过这个参数，那么这个x轴的标签是从哪里来的呢？答案就是，它是distplot自动从我们的cmip6这个气象要素中提取值是对应的变量名称，我们这个nc文件中温度值对应的变量名称就叫tas，接下来我们尝试改变一下，需添加参数axlabel = "Temperature:K"。
代码如下：
代码语言：javascript复制sns.distplot(cmip6,#数据
color='red',#概率密度线的颜色
ax=ax,
label="tas-temp",#蓝色线条的名称，画legend时需要
kde=True,
hist=False,
kde_kws=dict(linewidth=5),
axlabel = "Temperature:K"
)效果：
做了以上几处改动，其实效果依然不是很好，本来想尝试把纵坐标的label也改了，但是笔者看完seaborn关于distplot的官方说明，很遗憾未能找到相关参数（可能是本人英文能力有限，未能全部看明白其意义）。而且虽然设置了横坐标的label，但是没有办法调整字体大小，为了统一起见，不再采用axlabel这个参数，还是决定采用ax中set_xlabel和set_ylabel，这两个是比较方便的。
增加以下两行代码：
代码语言：javascript复制ax.set_ylabel( "Probability density", fontsize=20, labelpad=10 )
ax.set_xlabel( "Temperature:K",fontsize=20 ,labelpad=10)然后效果就比开始的好一些了：
接下来，再来调整一下x和y轴的刻度，增加代码：
代码语言：javascript复制ax.minorticks_on() #打开辅刻度线
ax.tick_params(which='major',width=2) #主刻度线宽度
ax.tick_params(which='major', length=12)#主刻度线长度
ax.tick_params(which='minor', length=6)#辅刻度线长度此处设置了主刻度线宽度为2，长度12，以及辅刻度线长度为6。
横坐标和纵坐标的刻度线同时进行了调整，然后调整刻度字体大小：
代码语言：javascript复制ax.tick_params(labelsize=16)
然后再给这张图增加一个标签：
代码语言：javascript复制ax.set_title( "Year Period:2005-2015",loc='center', fontsize=20 )
最终效果就是这样，当然还可以继续美化。
