sns.displot(y, kde=False, fit=st.johnsonsu, color='Red')

这是使用 seaborn 库中的 displot 函数绘制直方图的代码。其中，y 是要绘制直方图的数据，kde=False 表示不绘制核密度估计曲线，fit=st.johnsonsu 表示拟合 Johnson-SU 分布曲线，color='Red' 表示直方图的颜色为红色。Johnson-SU 分布是一种连续概率分布，常用于描述正态分布的偏斜和峰度。该函数可以帮助我们快速了解数据的分布情况。

相关问题

# 总体分布概况（无界约翰逊分布等） y = Test_data['price'] sns.displot(y, kde=False, stat='density', height=6, aspect=2, rug=False, fit=st.johnsonsu) sns.displot(y, kde=False, stat='density', height=6, aspect=2, rug=False, fit=st.norm) sns.displot(y, kde=False, stat='density', height=6, aspect=2, rug=False, fit=st.lognorm) plt.show()。raise AttributeError( AttributeError: Rectangle.set() got an unexpected keyword argument 'fit'。给出修复后的代码

修复后的代码如下：

import seaborn as sns
import matplotlib.pyplot as plt
import scipy.stats as st

y = Test_data['price']

sns.histplot(y, kde=False, stat='density', height=6, aspect=2, element='step', fill=False, alpha=0.5, bins=20, linewidth=2, color='b', label='Histogram')

sns.kdeplot(y, bw_adjust=1, color='r', label='Kernel Density Estimation')

sns.distplot(y, kde=False, fit=st.johnsonsu, color='g', label='Johnson SU')

sns.distplot(y, kde=False, fit=st.norm, color='m', label='Normal')

sns.distplot(y, kde=False, fit=st.lognorm, color='y', label='Log Normal')

plt.legend()

plt.show()

主要的改动是将 `sns.displot()` 替换为了 `sns.histplot()`，并且将 `fit` 参数移动到了 `sns.distplot()` 函数中。此外，我还添加了其他一些参数以改善图表的可读性和美观度。

x = np.random.randn(100) ax = sns.displot(x) x = np.random.randn(100) ax = sns.displot(x) x = np.random.randn(100) ax = sns.displot(x) x = np.random.randn(100) ax = sns.displot(x) x = np.random.randn(100)ax = sns.displot(x) 写到pycharm里，pycharm为什么不出现图

在PyCharm中，你需要使用`plt.show()`来显示图形。添加这一行代码后，你的图形应该能够在PyCharm中正确显示。请尝试将以下代码添加到你的脚本中：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_theme()
np.random.seed(0)

x = np.random.randn(100)
ax = sns.displot(x)
plt.show()

x = np.random.randn(100)
ax = sns.displot(x)
plt.show()

x = np.random.randn(100)
ax = sns.displot(x)
plt.show()

x = np.random.randn(100)
ax = sns.displot(x)
plt.show()

x = np.random.randn(100)
ax = sns.displot(x)
plt.show()

这样你就可以在PyCharm中看到生成的图形了。如果还有其他问题，请随时提问！