Glissez pour afficher le menu

Graphique KDE

Définition

Un graphique d'estimation de densité par noyau (KDE) est un type de graphique qui visualise la fonction de densité de probabilité estimée d'une variable continue. Contrairement à un histogramme, qui affiche les données à l'aide de barres discrètes regroupées en intervalles, un graphique KDE représente la distribution sous la forme d'une courbe lisse et continue basée sur l'ensemble des points de données.

Cet exemple montre un histogramme combiné à un graphique KDE (courbe orange), offrant une approximation plus claire de la fonction de densité de probabilité que l'histogramme seul.

Dans seaborn, la fonction kdeplot() facilite la création de graphiques KDE. Ses paramètres principaux—data, x et y—fonctionnent de la même manière que dans countplot().

Première option

Un seul des paramètres peut être défini en passant une séquence de valeurs, permettant une personnalisation individuelle pour chaque élément.


              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()

Le paramètre data est défini en passant un objet Series, et le paramètre fill est utilisé pour remplir la zone sous la courbe, qui n'est pas remplie par défaut.

Deuxième option

Il est également possible de définir un objet 2D tel qu'un DataFrame pour data et un nom de colonne ou une clé si data est un dictionnaire pour x (orientation verticale) ou y (orientation horizontale) :


              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()

Les mêmes résultats ont été obtenus en passant l'ensemble du DataFrame comme paramètre data et en spécifiant le nom de la colonne pour le paramètre x.

Remarque

Le graphique KDE créé présente une courbe en cloche caractéristique, ressemblant fortement à une distribution normale avec une moyenne autour de 52°F.

Approfondir

Si vous souhaitez approfondir vos connaissances sur la fonction KDE plot, n'hésitez pas à consulter la documentation de kdeplot().

Tâche

Swipe to start coding

Utilisez la fonction appropriée pour créer un graphique KDE.
Utilisez countries_df comme données pour le graphique (premier argument).
Définissez 'GDP per capita' comme colonne à utiliser et l’orientation sur horizontale via le deuxième argument.
Remplissez la zone sous la courbe via le troisième (dernier) argument.

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 5. Chapitre 4

Demandez à l'IA

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

Graphique KDE

Définition

Cet exemple montre un histogramme combiné à un graphique KDE (courbe orange), offrant une approximation plus claire de la fonction de densité de probabilité que l'histogramme seul.

Dans seaborn, la fonction kdeplot() facilite la création de graphiques KDE. Ses paramètres principaux—data, x et y—fonctionnent de la même manière que dans countplot().

Première option

Un seul des paramètres peut être défini en passant une séquence de valeurs, permettant une personnalisation individuelle pour chaque élément.


              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()

Le paramètre data est défini en passant un objet Series, et le paramètre fill est utilisé pour remplir la zone sous la courbe, qui n'est pas remplie par défaut.

Deuxième option


              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()

Les mêmes résultats ont été obtenus en passant l'ensemble du DataFrame comme paramètre data et en spécifiant le nom de la colonne pour le paramètre x.

Remarque

Le graphique KDE créé présente une courbe en cloche caractéristique, ressemblant fortement à une distribution normale avec une moyenne autour de 52°F.

Approfondir

Si vous souhaitez approfondir vos connaissances sur la fonction KDE plot, n'hésitez pas à consulter la documentation de kdeplot().

Tâche

Swipe to start coding

Utilisez la fonction appropriée pour créer un graphique KDE.
Utilisez countries_df comme données pour le graphique (premier argument).
Définissez 'GDP per capita' comme colonne à utiliser et l’orientation sur horizontale via le deuxième argument.
Remplissez la zone sous la courbe via le troisième (dernier) argument.

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 5. Chapitre 4

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous