Seaborn Kdeplot – Пълно Ръководство

Въведение

Seaborn е библиотека с Python с отворен код, която осигурява висококачествени и естетически приятни статистически графики в Python. Kdeplot е една от функциите на Seaborn, която се използва за създаване на оценки на плътността на вероятността (KDE). KDE е непараметричен метод за оценка на разпределението на вероятността на непрекъснати променливи. Той е полезен, когато нямате предварителни предположения за разпределението на данните или когато искате да визуализирате разпределението на данните по по-гъвкав начин.

Как работи Seaborn Kdeplot?

Kdeplot работи, като първо разделя данните на няколко малки интервала, известни като bins. След това оценява плътността на данните във всеки bin чрез изчисляване на броя на точките в този bin и разделяне на този брой на ширината на bin. Накрая, свързва тези оценки на плътността с гладка крива, за да създаде KDE.

Синтаксис

Синтаксисът на Seaborn Kdeplot е:


seaborn.kdeplot(data, x=None, y=None, hue=None, fill=True,
common_norm=True, common_grid=False, discrete=False,
linewidth=1, bw_adjust=1, legend=True, **kwargs)


където:

* data: Данните, които искате да визуализирате. Това може да бъде pandas DataFrame, Series или Numpy array.
* x: Колоната на данни, която искате да очертаете по оста x.
* y: Колоната на данни, която искате да очертаете по оста y.
* hue: Колоната на данни, която искате да използвате за оцветяване на KDE.
* fill: Булев, който указва дали да запълни зоната под KDE или не.
* common_norm: Булев, който указва дали да нормализира всички KDE към същата обща площ или не.
* common_grid: Булев, който указва дали да използва общ набор от bins за всички KDE или не.
* discrete: Булев, който указва дали данните са дискретни или не.
* linewidth: Ширината на линията на KDE.
* bw_adjust: Фактор за регулиране на ширината на пропусквателната лента на KDE.
* легенда: Булев, който указва дали да се покаже легенда или не.

Аргументи на Kdeplot

Kdeplot има следните допълнителни аргументи:

* bw: Ширината на пропусквателната лента за KDE.
* kernel: Ядрото, което ще се използва за изчисляване на KDE.
* cut: Булев, който указва дали да се отсече KDE от 0 или не.
* clip: Интервал, към който да се отреже KDE.
* color: Цвят на линията на KDE.
* alpha: Прозрачност на KDE.
* marker: Маркер за KDE.
* markersize: Размер на маркера за KDE.
* markerfacecolor: Цвят на запълването на маркера за KDE.
* markeredgecolor: Цвят на границата на маркера за KDE.
* linestyle: Стиль на линията на KDE.
* dashes: Модел на пунктирната линия на KDE.

Примери за Seaborn Kdeplot

Ето няколко примера за използване на Seaborn Kdeplot:

Прост Kdeplot


import seaborn as sns
import matplotlib.pyplot as plt

Създаване на данни

data = sns.load_dataset("iris")

Рисуване на Kdeplot

sns.kdeplot(data=data, x="sepal_length")
plt.show()


Kdeplot с hue

Рисуване на Kdeplot с hue

sns.kdeplot(data=data, x="sepal_length", hue="species")
plt.show()


Kdeplot с fill

Рисуване на Kdeplot с fill

sns.kdeplot(data=data, x="sepal_length", fill=True)
plt.show()


заключение

Seaborn Kdeplot е мощна функция за визуализиране на разпределенията на данни. Лесен е за използване и може да бъде персонализиран с различни аргументи. В тази статия описахме синтаксиса, аргументите и примерите за използване на Seaborn Kdeplot.

Често задавани въпроси (ЧЗВ)

1. Какво е KDE?
– KDE (Оценка на плътността на вероятността) е непараметричен метод за оценка на разпределението на вероятността на непрекъснати променливи.

2. Как работи Kdeplot?
– Kdeplot разделя данните на интервали (bins), оценява плътността в тях и след това свързва тези оценки с гладка крива, за да създаде KDE.

3. Какви са аргументите на Kdeplot?
– Kdeplot има различни аргументи, като например bw за настройка на ширината на пропусквателната лента и hue за оцветяване на KDE по колона от данни.

4. Защо да използвам Kdeplot?
– Kdeplot е полезен за визуализиране на разпределения на данни, идентифициране на тенденции и модели и сравняване на разпределения от различни групи.

5. Как да персонализирам изгледа на Kdeplot?
– Можете да персонализирате изгледа на Kdeplot с аргументи като color, alpha и linewidth, за да контролирате цвета, прозрачността и дебелината на KDE.

6. Какво представлява общият интервал и как да го използвам?
– Общият интервал е набор от bins, който се използва за всички KDE в даден Kdeplot. Това позволява сравняване на разпределения от различни групи с една и съща мащабиране.

7. Как да създам Kdeplot с дискретни данни?
– За да създадете Kdeplot с дискретни данни, задайте аргумента discrete на True. Това ще спре Kdeplot да изчислява и визуализира KDE.

8. Може ли Kdeplot да се използва за оценка на вероятности?
– Не, Kdeplot се използва за визуализиране на разпределения на данни и не трябва да се използва за оценка на вероятности.

9. Има ли алтернативни функции за оценка на вероятности?
– Да, има други функции за оценка на вероятности като scipy.stats.norm.pdf за нормално разпределение и scipy.stats.gamma.pdf за гама разпределение.

10. Къде мога да намеря повече информация за Seaborn Kdeplot?
– Официалната документация на Seaborn Kdeplot: Официална документация на Seaborn Kdeplot