Lære Estimering af Tæthed med KDE

En kdeplot (kerne-tæthedsestimering) er en metode til at visualisere fordelingen af observationer i et datasæt. Det svarer til et histogram, men i stedet for at bruge diskrete intervaller, repræsenterer KDE dataene ved hjælp af en kontinuerlig sandsynlighedstæthedskurve.

Dette gør det fremragende til at se "formen" af data og identificere toppe uden den ujævnhed, der ses i et histogram.

Visualisering af overlappende fordelinger

Når der er flere kategorier (ved brug af hue), kan simple linjer være svære at skelne. Seaborn tilbyder parametre til at løse dette:

Stabling (multiple='stack'): i stedet for at tegne linjer oven på hinanden, stables de. Det viser, hvordan forskellige kategorier bidrager til den samlede fordeling;
Udfyldning (fill=True): udfylder området under kurven med farve, hvilket gør hver kategoris visuelle vægt mere tydelig.

Eksempel:


              12345678910111213141516
            
import seaborn as sns
import matplotlib.pyplot as plt

# Load built-in dataset
df = sns.load_dataset('penguins')

# Create the stacked KDE plot
sns.kdeplot(
    data=df,
    x='flipper_length_mm',
    hue='species',
    multiple='stack', # Stack categories vertically
    fill=True         # Fill area with color
)

plt.show()

Opgave

Swipe to start coding

Visualisering af fordelingen af maksimale temperaturer gennem året:

Importér pandas, seaborn og matplotlib.pyplot.
Indlæs vejrdatasættet.
Indstil stilen til 'ticks' med baggrundsfarven 'lightcyan' (allerede angivet).
Opret et KDE-plot med følgende parametre:

Sæt x til 'max_temp';
Gruppér efter 'month' ved hjælp af hue;
Stable fordelingerne med multiple='stack';
Udfyld kurverne med fill=True;
Deaktiver signaturforklaringen (legend=False) for at undgå at overfylde plottet.

Vis plottet.

Løsning

Var alt klart?

Tak for dine kommentarer!

Sektion 1. Kapitel 5

single

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Stryg for at vise menuen