Apprendre Tracer des Distributions Cumulées

Un ecdfplot représente la proportion ou le nombre d'observations inférieures à chaque valeur unique dans un ensemble de données.

Comparé à un histogramme ou à une courbe de densité, il présente un avantage majeur : chaque observation est visualisée directement. Cela signifie qu'il n'y a pas de regroupements à ajuster ni de paramètres de lissage susceptibles de déformer les données. Il est souvent considéré comme la méthode la plus « honnête » pour visualiser une distribution.

Paramètres clés

Par défaut, le graphique affiche la proportion (de 0 à 1) de données inférieures à X. Ce comportement peut être modifié :

stat='count' : au lieu d'un pourcentage, l'axe Y affiche le nombre d'observations ;
complementary=True : inverse la logique. Au lieu d'afficher les valeurs inférieures au seuil, il affiche les valeurs supérieures. Il s'agit essentiellement d'une « courbe de survie » (par exemple, « Combien de manchots ont un bec plus long que 50 mm ? »).

Exemple

Voici comment complementary modifie la visualisation. La courbe descend au lieu de monter.


              1234567891011121314151617
            
import seaborn as sns
import matplotlib.pyplot as plt

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

# Create a Complementary ECDF
# This answers: "How many penguins have a flipper length GREATER than X?"
sns.ecdfplot(
    data=df,
    x='flipper_length_mm',
    hue='species',
    stat='count',       # Show exact number of penguins
    complementary=True  # Curve descends from Total to 0
)

plt.show()

Tâche

Swipe to start coding

Analyser les longueurs de bec des manchots afin de déterminer combien d'entre eux dépassent une certaine longueur.

Importation de pandas, seaborn et matplotlib.pyplot.
Lecture du jeu de données des manchots.
Création d'un graphique ECDF :

Définir x sur 'bill_length_mm'.
Regrouper par 'island' à l'aide de hue.
Activer le mode « survival » en définissant complementary=True.
Afficher les nombres absolus en définissant stat='count'.
Utiliser la palette 'mako'.
Utiliser la variable df comme source de données.

Affichage du graphique.

Solution

Tout était clair ?

Merci pour vos commentaires !

Section 1. Chapitre 7

single

Demandez à l'IA

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

Glissez pour afficher le menu