Summary  
This chapter demonstrates how to generate and customize kernel density estimation (KDE) plots using seaborn’s kdeplot function by specifying data sources and fill options for one- or two-dimensional inputs.

General domain of usage  
Exploratory data analysis

**Kernel Density Estimation (KDE) -käyrä** on kuvaajatyyppi, joka havainnollistaa jatkuvan muuttujan arvioitua todennäköisyystiheysfunktiota. Toisin kuin histogrammi, joka esittää tiedot diskreeteillä palkkiväleillä, KDE-käyrä esittää jakauman tasaisena, jatkuvana käyränä, joka perustuu kaikkiin havaintopisteisiin.

Määritelmä

Tämä esimerkki näyttää histogrammin yhdistettynä KDE-käyrään (**oranssi käyrä**), mikä tarjoaa selkeämmän arvion todennäköisyystiheysfunktiosta kuin pelkkä histogrammi.

`seaborn`-kirjastossa `kdeplot()`-funktio mahdollistaa KDE-käyrien luomisen helposti. Sen keskeiset parametrit—`data`, `x` ja `y`—toimivat samalla tavalla kuin `countplot()`-funktiossa.


## Ensimmäinen vaihtoehto

Vain yksi parametreista voidaan asettaa välittämällä **arvojoukko**, mikä mahdollistaa yksilöllisen mukauttamisen eri elementeille.



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()

`data`-parametri asetetaan välittämällä Series-olio, ja `fill`-parametria käytetään täyttämään käyrän alapuolinen alue, joka on oletuksena täyttämätön.


## Toinen vaihtoehto

On myös mahdollista asettaa **2D-objekti**, kuten DataFrame, `data`-parametriksi sekä sarakkeen nimi tai avain, jos `data` on sanakirja, `x`-parametriksi (**pystysuora** suunta) tai `y`-parametriksi (**vaakasuora** suunta):


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()

Samat tulokset saavutettiin antamalla koko `DataFrame` `data`-parametriksi ja määrittämällä **sarakkeen nimi** `x`-parametriksi.


Luotu KDE-kuvaaja esittää tyypillistä kellokäyrää, joka muistuttaa normaalijakaumaa, jonka keskiarvo on noin 52°F.


Huomio

Jos haluat tutustua tarkemmin **KDE-kuvaajan** toimintaan, voit perehtyä <a href="https://seaborn.pydata.org/generated/seaborn.kdeplot.html" target="_blank"><svg width="1em" height="1em" viewBox="0 0 30 32" fill="none" xmlns="http://www.w3.org/2000/svg"><path fill="none" stroke="#098f67" style="stroke: var(--color1, #098f67)" stroke-linejoin="miter" stroke-linecap="round" stroke-miterlimit="4" stroke-width="2.4156" d="M17.289 17.305v0c-1.754 1.754-4.597 1.754-6.351 0l-7.76-7.759c-1.755-1.755-1.755-4.601 0-6.356v0c1.753-1.753 4.595-1.756 6.351-0.005l6.208 6.187"></path><path fill="none" stroke="#098f67" style="stroke: var(--color1, #098f67)" stroke-linejoin="miter" stroke-linecap="round" stroke-miterlimit="4" stroke-width="2.4156" d="M12.504 13.97v0c1.754-1.754 4.597-1.754 6.351 0l7.762 7.762c1.754 1.754 1.754 4.597 0 6.351v0c-1.754 1.754-4.597 1.754-6.351 0l-5.953-5.953"></path></svg> <code>kdeplot()</code>-dokumentaatioon</a>.

Lisätietoa

import unittest
import ast
import inspect
import user_code  # student's solution module

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

class TestKDEPlot(unittest.TestCase):

    @classmethod
    def setUpClass(cls):
        source = inspect.getsource(user_code)
        cls.tree = ast.parse(source)

    def test_kdeplot_call(self):
        calls = [
            node for node in ast.walk(self.tree)
            if isinstance(node, ast.Call) and isinstance(node.func, ast.Attribute)
        ]
        used = any(
            call.func.attr == 'kdeplot' and isinstance(call.func.value, ast.Name) and call.func.value.id == 'sns'
            for call in calls
        )
        _dynamic_test(self, used, "`kdeplot()` function is used", "`kdeplot()` function is not used")

    def test_data_arguments(self):
        calls = [
            node for node in ast.walk(self.tree)
            if isinstance(node, ast.Call) and isinstance(node.func, ast.Attribute) and node.func.attr == 'kdeplot'
        ]
        correct = any(
            any(kw.arg == 'data' and isinstance(kw.value, ast.Name) and kw.value.id == 'countries_df'
                for kw in call.keywords)
            for call in calls
        )
        _dynamic_test(self, correct, "`data` is `countries_df`", "`data` is not `countries_df`")

    def test_y_val(self):
        calls = [
            node for node in ast.walk(self.tree)
            if isinstance(node, ast.Call) and isinstance(node.func, ast.Attribute) and node.func.attr == 'kdeplot'
        ]
        correct = any(
            any(kw.arg == 'y' and isinstance(kw.value, ast.Constant) and kw.value.value == 'GDP per capita'
                for kw in call.keywords)
            for call in calls
        )
        _dynamic_test(self, correct, "`y` is 'GDP per capita'", "`y` is not 'GDP per capita'")

    def test_fill(self):
        calls = [
            node for node in ast.walk(self.tree)
            if isinstance(node, ast.Call) and isinstance(node.func, ast.Attribute) and node.func.attr == 'kdeplot'
        ]
        correct = any(
            any(kw.arg == 'fill' and isinstance(kw.value, ast.Constant) and kw.value.value is True
                for kw in call.keywords)
            for call in calls
        )
        _dynamic_test(self, correct, "`fill` is True", "`fill` is not True")

if __name__ == '__main__':
    unittest.main()


test_kde.py

Data on kaikkialla ympärillämme, ja sen ymmärtäminen on erittäin tärkeää. Visualisointi auttaa käsittelemään dataa löytämällä siitä tiettyjä kuvioita ja oivalluksia. Kehität vankan perustan datan visualisoinnille Pythonilla ja sen kirjastoilla, kuten matplotlib ja seaborn, saadaksesi mahdollisimman paljon tietoa datasta selkeällä ja tiiviillä tavalla.

Tutustu Matplotlibin keskeisiin tietojen visualisoinnin perusteisiin. Käy läpi sen ydinkäsitteet, tarkastele sen etuja ja luo ensimmäinen yksinkertainen kuvaaja tämän keskeisen piirtoalustan avulla.

Hallitse tiedon visualisointi suosituimpien kuvaajatyypien avulla. Opi rakentamaan viiva-, piste- ja pylväsdiagrammeja havainnollistaaksesi datasta saadut oivallukset selkeästi.

Opi tekemään kaavioistasi informatiivisempia ja visuaalisesti houkuttelevampia. Lisää otsikoita, selitteitä, värejä ja ruudukoita sekä tutustu useiden alikuvioiden tehokkaaseen asetteluun.

Tutustu tilastollisiin visualisointeihin, jotka auttavat analysoimaan aineistojen jakaumia ja rakenteita. Laadi histogrammeja, laatikkokaavioita ja piirakkakaavioita syvällisempien tilastollisten havaintojen löytämiseksi.

Vie visualisointitaitosi seuraavalle tasolle Seabornin avulla. Luo edistyneitä kaavioita, kuten countplot-, KDE-, pair plot- ja heatmap-kaavioita, samalla kun hallitset Seabornin tyylikkäät ulkoasut ja mukautusmahdollisuudet.

KDE-Kuvaaja

Ensimmäinen vaihtoehto

Toinen vaihtoehto

Ratkaisu