KDE-Kuvaaja
Kernel Density Estimation (KDE) -käyrä on kuvaajatyyppi, joka havainnollistaa jatkuvan muuttujan arvioitua todennäköisyystiheysfunktiota. Toisin kuin histogrammi, joka esittää tiedot diskreeteillä palkkikaavioilla jaettuna väleihin, KDE-käyrä esittää jakauman tasaisena, jatkuvana käyränä, joka perustuu kaikkiin havaintopisteisiin.
Tässä esimerkissä histogrammi yhdistetään KDE-käyrään (oranssi käyrä), mikä antaa selkeämmän arvion todennäköisyystiheysfunktiosta kuin pelkkä histogrammi.
Kirjastossa seaborn funktio kdeplot() mahdollistaa KDE-kuvaajien helpon luomisen. Sen keskeiset parametrit—data, x ja y—toimivat samalla tavalla kuin countplot()-funktiossa.
Ensimmäinen vaihtoehto
Vain yksi parametri voidaan asettaa välittämällä arvojono, jolloin jokainen elementti voidaan mukauttaa erikseen.
123456789101112import 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-parametrilla täytetään käyrän alapuolinen alue, joka oletuksena jää täyttämättä.
Toinen vaihtoehto
On myös mahdollista asettaa 2D-olio kuten DataFrame data-parametriksi ja sarakkeen nimi tai avain, jos data on sanakirja, x-parametriksi (pystysuora suunta) tai y-parametriksi (vaakasuora suunta):
123456789101112import 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 tyypillisen kellokäyrän, joka muistuttaa normaalijakaumaa, jonka keskiarvo on noin 52°F.
Jos haluat tutustua tarkemmin KDE plot -funktioon, voit vapaasti perehtyä kdeplot()-dokumentaatioon.
Swipe to start coding
- Käytä oikeaa funktiota KDE-kuvaajan luomiseen.
- Käytä
countries_df-dataa kuvaajan aineistona (ensimmäinen argumentti). - Aseta sarakkeeksi
'GDP per capita'ja suunta vaakasuoraksi toisen argumentin avulla. - Täytä käyrän alapuolinen alue kolmannen (oikeanpuoleisimman) argumentin avulla.
Ratkaisu
Kiitos palautteestasi!
single
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Awesome!
Completion rate improved to 3.85KDE-Kuvaaja
Pyyhkäise näyttääksesi valikon
Kernel Density Estimation (KDE) -käyrä on kuvaajatyyppi, joka havainnollistaa jatkuvan muuttujan arvioitua todennäköisyystiheysfunktiota. Toisin kuin histogrammi, joka esittää tiedot diskreeteillä palkkikaavioilla jaettuna väleihin, KDE-käyrä esittää jakauman tasaisena, jatkuvana käyränä, joka perustuu kaikkiin havaintopisteisiin.
Tässä esimerkissä histogrammi yhdistetään KDE-käyrään (oranssi käyrä), mikä antaa selkeämmän arvion todennäköisyystiheysfunktiosta kuin pelkkä histogrammi.
Kirjastossa seaborn funktio kdeplot() mahdollistaa KDE-kuvaajien helpon luomisen. Sen keskeiset parametrit—data, x ja y—toimivat samalla tavalla kuin countplot()-funktiossa.
Ensimmäinen vaihtoehto
Vain yksi parametri voidaan asettaa välittämällä arvojono, jolloin jokainen elementti voidaan mukauttaa erikseen.
123456789101112import 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-parametrilla täytetään käyrän alapuolinen alue, joka oletuksena jää täyttämättä.
Toinen vaihtoehto
On myös mahdollista asettaa 2D-olio kuten DataFrame data-parametriksi ja sarakkeen nimi tai avain, jos data on sanakirja, x-parametriksi (pystysuora suunta) tai y-parametriksi (vaakasuora suunta):
123456789101112import 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 tyypillisen kellokäyrän, joka muistuttaa normaalijakaumaa, jonka keskiarvo on noin 52°F.
Jos haluat tutustua tarkemmin KDE plot -funktioon, voit vapaasti perehtyä kdeplot()-dokumentaatioon.
Swipe to start coding
- Käytä oikeaa funktiota KDE-kuvaajan luomiseen.
- Käytä
countries_df-dataa kuvaajan aineistona (ensimmäinen argumentti). - Aseta sarakkeeksi
'GDP per capita'ja suunta vaakasuoraksi toisen argumentin avulla. - Täytä käyrän alapuolinen alue kolmannen (oikeanpuoleisimman) argumentin avulla.
Ratkaisu
Vaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoistaKiitos palautteestasi!
Awesome!
Completion rate improved to 3.85single
