Scorri per mostrare il menu

Grafico KDE

Definizione

Un grafico di stima della densità del kernel (KDE) è un tipo di grafico che visualizza la funzione di densità di probabilità stimata di una variabile continua. A differenza di un istogramma, che mostra i dati utilizzando barre discrete raggruppate in intervalli, un grafico KDE rappresenta la distribuzione come una curva continua e fluida basata su tutti i punti dati.

Questo esempio mostra un istogramma combinato con un grafico KDE (curva arancione), offrendo un'approssimazione più chiara della funzione di densità di probabilità rispetto al solo istogramma.

In seaborn, la funzione kdeplot() semplifica la creazione di grafici KDE. I suoi parametri principali—data, x e y—funzionano come in countplot().

Prima opzione

Solo uno dei parametri può essere impostato passando una sequenza di valori, consentendo la personalizzazione individuale tra gli elementi.


              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()

Il parametro data viene impostato passando un oggetto Series, mentre il parametro fill viene utilizzato per riempire l'area sotto la curva, che di default non è riempita.

Seconda opzione

È anche possibile impostare un oggetto 2D come un DataFrame per data e un nome di colonna o una chiave se data è un dizionario per x (orientamento verticale) o y (orientamento orizzontale):


              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()

Gli stessi risultati sono stati ottenuti passando l'intero DataFrame come parametro data e specificando il nome della colonna per il parametro x.

Nota

Il grafico KDE creato mostra una curva a campana caratteristica, che assomiglia molto a una distribuzione normale con una media intorno a 52°F.

Approfondisci

Nel caso desiderassi approfondire ulteriormente la funzione KDE plot, consulta liberamente la documentazione di kdeplot().

Compito

Swipe to start coding

Utilizzare la funzione corretta per creare un grafico KDE.
Utilizzare countries_df come dati per il grafico (primo argomento).
Impostare 'GDP per capita' come colonna da utilizzare e l'orientamento su orizzontale tramite il secondo argomento.
Riempire l'area sotto la curva tramite il terzo (ultimo) argomento.

Soluzione

Cambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 5. Capitolo 4

Chieda ad AI

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

Grafico KDE

Definizione

Questo esempio mostra un istogramma combinato con un grafico KDE (curva arancione), offrendo un'approssimazione più chiara della funzione di densità di probabilità rispetto al solo istogramma.

In seaborn, la funzione kdeplot() semplifica la creazione di grafici KDE. I suoi parametri principali—data, x e y—funzionano come in countplot().

Prima opzione

Solo uno dei parametri può essere impostato passando una sequenza di valori, consentendo la personalizzazione individuale tra gli elementi.


              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()

Il parametro data viene impostato passando un oggetto Series, mentre il parametro fill viene utilizzato per riempire l'area sotto la curva, che di default non è riempita.

Seconda opzione


              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()

Gli stessi risultati sono stati ottenuti passando l'intero DataFrame come parametro data e specificando il nome della colonna per il parametro x.

Nota

Il grafico KDE creato mostra una curva a campana caratteristica, che assomiglia molto a una distribuzione normale con una media intorno a 52°F.

Approfondisci

Nel caso desiderassi approfondire ulteriormente la funzione KDE plot, consulta liberamente la documentazione di kdeplot().

Compito

Swipe to start coding

Utilizzare la funzione corretta per creare un grafico KDE.
Utilizzare countries_df come dati per il grafico (primo argomento).
Impostare 'GDP per capita' come colonna da utilizzare e l'orientamento su orizzontale tramite il secondo argomento.
Riempire l'area sotto la curva tramite il terzo (ultimo) argomento.

Soluzione

Cambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 5. Capitolo 4

Cambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti