Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Stima della Densità con KDE | Sezione
Practice
Projects
Quizzes & Challenges
Quiz
Challenges
/
Visualizzazione Statistica con Seaborn

bookStima della Densità con KDE

Un kdeplot (stima della densità tramite kernel) è un metodo per visualizzare la distribuzione delle osservazioni in un dataset. È analogo a un istogramma, ma invece di utilizzare intervalli discreti, il KDE rappresenta i dati tramite una curva di densità di probabilità continua.

Questo lo rende eccellente per osservare la "forma" dei dati e identificare i picchi senza l'irregolarità di un istogramma.

Visualizzazione di Distribuzioni Sovrapposte

Quando si hanno più categorie (utilizzando hue), le semplici linee possono diventare difficili da distinguere. Seaborn offre parametri per risolvere questo problema:

  • Sovrapposizione (multiple='stack'): invece di tracciare le linee una sopra l'altra, le impila. Mostra come le diverse categorie contribuiscono alla distribuzione totale;
  • Riempimento (fill=True): riempie l'area sotto la curva con il colore, rendendo più evidente il peso visivo di ciascuna categoria.

Esempio:

12345678910111213141516
import seaborn as sns import matplotlib.pyplot as plt # Load built-in dataset df = sns.load_dataset('penguins') # Create the stacked KDE plot sns.kdeplot( data=df, x='flipper_length_mm', hue='species', multiple='stack', # Stack categories vertically fill=True # Fill area with color ) plt.show()
copy
Compito

Swipe to start coding

Visualizzazione della distribuzione delle temperature massime durante l'anno:

  1. Importazione di pandas, seaborn e matplotlib.pyplot.
  2. Lettura del dataset meteorologico.
  3. Impostazione dello stile su 'ticks' con colore di sfondo 'lightcyan' (già fornito).
  4. Creazione di un grafico KDE con i seguenti parametri:
  • Impostare x su 'max_temp';
  • Raggruppare per 'month' utilizzando hue;
  • Sovrapporre le distribuzioni utilizzando multiple='stack';
  • Riempire le curve con fill=True;
  • Disabilitare la legenda (legend=False) per evitare di sovraccaricare il grafico.
  1. Visualizzazione del grafico.

Soluzione

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 1. Capitolo 5
single

single

Chieda ad AI

expand

Chieda ad AI

ChatGPT

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

close

bookStima della Densità con KDE

Scorri per mostrare il menu

Un kdeplot (stima della densità tramite kernel) è un metodo per visualizzare la distribuzione delle osservazioni in un dataset. È analogo a un istogramma, ma invece di utilizzare intervalli discreti, il KDE rappresenta i dati tramite una curva di densità di probabilità continua.

Questo lo rende eccellente per osservare la "forma" dei dati e identificare i picchi senza l'irregolarità di un istogramma.

Visualizzazione di Distribuzioni Sovrapposte

Quando si hanno più categorie (utilizzando hue), le semplici linee possono diventare difficili da distinguere. Seaborn offre parametri per risolvere questo problema:

  • Sovrapposizione (multiple='stack'): invece di tracciare le linee una sopra l'altra, le impila. Mostra come le diverse categorie contribuiscono alla distribuzione totale;
  • Riempimento (fill=True): riempie l'area sotto la curva con il colore, rendendo più evidente il peso visivo di ciascuna categoria.

Esempio:

12345678910111213141516
import seaborn as sns import matplotlib.pyplot as plt # Load built-in dataset df = sns.load_dataset('penguins') # Create the stacked KDE plot sns.kdeplot( data=df, x='flipper_length_mm', hue='species', multiple='stack', # Stack categories vertically fill=True # Fill area with color ) plt.show()
copy
Compito

Swipe to start coding

Visualizzazione della distribuzione delle temperature massime durante l'anno:

  1. Importazione di pandas, seaborn e matplotlib.pyplot.
  2. Lettura del dataset meteorologico.
  3. Impostazione dello stile su 'ticks' con colore di sfondo 'lightcyan' (già fornito).
  4. Creazione di un grafico KDE con i seguenti parametri:
  • Impostare x su 'max_temp';
  • Raggruppare per 'month' utilizzando hue;
  • Sovrapporre le distribuzioni utilizzando multiple='stack';
  • Riempire le curve con fill=True;
  • Disabilitare la legenda (legend=False) per evitare di sovraccaricare il grafico.
  1. Visualizzazione del grafico.

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 1. Capitolo 5
single

single

some-alt