Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprende Gráfico KDE | Visualización con Seaborn
Visualización Definitiva con Python

Desliza para mostrar el menú

book
Gráfico KDE

Note
Definición

Un gráfico de Estimación de Densidad de Kernel (KDE) es un tipo de gráfico que visualiza la función de densidad de probabilidad estimada de una variable continua. A diferencia de un histograma, que muestra los datos utilizando barras discretas agrupadas en intervalos, un gráfico KDE representa la distribución como una curva suave y continua basada en todos los puntos de datos.

Este ejemplo muestra un histograma combinado con un gráfico KDE (curva naranja), proporcionando una aproximación más clara de la función de densidad de probabilidad que el histograma por sí solo.

En seaborn, la función kdeplot() facilita la creación de gráficos KDE. Sus parámetros principales—data, x y y—funcionan de la misma manera que en countplot().

Primera opción

Solo uno de los parámetros puede establecerse pasando una secuencia de valores, lo que permite la personalización individual en cada elemento.

123456789101112
import pandas as pd import matplotlib.pyplot as plt import seaborn as sns # Loading the dataset with the average yearly temperatures in Boston and Seattle url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv' weather_df = pd.read_csv(url, index_col=0) # Creating a KDE plot setting only the data parameter sns.kdeplot(data=weather_df['Seattle'], fill=True) plt.show()
copy

El parámetro data se establece pasando un objeto Series, y el parámetro fill se utiliza para rellenar el área bajo la curva, que por defecto no está rellena.

Segunda opción

También es posible establecer un objeto 2D como un DataFrame para data y un nombre de columna o una clave si data es un diccionario para x (orientación vertical) o y (orientación horizontal):

123456789101112
import pandas as pd import matplotlib.pyplot as plt import seaborn as sns # Loading the dataset with the average yearly temperatures in Boston and Seattle url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv' weather_df = pd.read_csv(url, index_col=0) # Creating a KDE plot setting both the data and x parameters sns.kdeplot(data=weather_df, x='Seattle', fill=True) plt.show()
copy

Se obtienen los mismos resultados al pasar el DataFrame completo como parámetro data y especificar el nombre de la columna para el parámetro x.

Note
Nota

El gráfico KDE creado exhibe una curva en forma de campana característica, que se asemeja a una distribución normal con una media alrededor de 52°F.

Note
Estudiar más

En caso de que desee explorar más sobre la función KDE plot, puede consultar la documentación de kdeplot().

Tarea

Swipe to start coding

  1. Utilizar la función correcta para crear un gráfico KDE.
  2. Usar countries_df como los datos para el gráfico (el primer argumento).
  3. Establecer 'GDP per capita' como la columna a utilizar y la orientación en horizontal mediante el segundo argumento.
  4. Rellenar el área bajo la curva mediante el tercer argumento (el más a la derecha).

Solución

Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 5. Capítulo 4
Lamentamos que algo salió mal. ¿Qué pasó?

Pregunte a AI

expand
ChatGPT

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

book
Gráfico KDE

Note
Definición

Un gráfico de Estimación de Densidad de Kernel (KDE) es un tipo de gráfico que visualiza la función de densidad de probabilidad estimada de una variable continua. A diferencia de un histograma, que muestra los datos utilizando barras discretas agrupadas en intervalos, un gráfico KDE representa la distribución como una curva suave y continua basada en todos los puntos de datos.

Este ejemplo muestra un histograma combinado con un gráfico KDE (curva naranja), proporcionando una aproximación más clara de la función de densidad de probabilidad que el histograma por sí solo.

En seaborn, la función kdeplot() facilita la creación de gráficos KDE. Sus parámetros principales—data, x y y—funcionan de la misma manera que en countplot().

Primera opción

Solo uno de los parámetros puede establecerse pasando una secuencia de valores, lo que permite la personalización individual en cada elemento.

123456789101112
import pandas as pd import matplotlib.pyplot as plt import seaborn as sns # Loading the dataset with the average yearly temperatures in Boston and Seattle url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv' weather_df = pd.read_csv(url, index_col=0) # Creating a KDE plot setting only the data parameter sns.kdeplot(data=weather_df['Seattle'], fill=True) plt.show()
copy

El parámetro data se establece pasando un objeto Series, y el parámetro fill se utiliza para rellenar el área bajo la curva, que por defecto no está rellena.

Segunda opción

También es posible establecer un objeto 2D como un DataFrame para data y un nombre de columna o una clave si data es un diccionario para x (orientación vertical) o y (orientación horizontal):

123456789101112
import pandas as pd import matplotlib.pyplot as plt import seaborn as sns # Loading the dataset with the average yearly temperatures in Boston and Seattle url = 'https://content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv' weather_df = pd.read_csv(url, index_col=0) # Creating a KDE plot setting both the data and x parameters sns.kdeplot(data=weather_df, x='Seattle', fill=True) plt.show()
copy

Se obtienen los mismos resultados al pasar el DataFrame completo como parámetro data y especificar el nombre de la columna para el parámetro x.

Note
Nota

El gráfico KDE creado exhibe una curva en forma de campana característica, que se asemeja a una distribución normal con una media alrededor de 52°F.

Note
Estudiar más

En caso de que desee explorar más sobre la función KDE plot, puede consultar la documentación de kdeplot().

Tarea

Swipe to start coding

  1. Utilizar la función correcta para crear un gráfico KDE.
  2. Usar countries_df como los datos para el gráfico (el primer argumento).
  3. Establecer 'GDP per capita' como la columna a utilizar y la orientación en horizontal mediante el segundo argumento.
  4. Rellenar el área bajo la curva mediante el tercer argumento (el más a la derecha).

Solución

Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 5. Capítulo 4
Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
Lamentamos que algo salió mal. ¿Qué pasó?
some-alt