学ぶ KDEプロット | Seabornによるプロット

セクション 5. 章 4

single

メニューを表示するにはスワイプしてください

定義

カーネル密度推定（KDE）プロットは、連続変数の推定確率密度関数を可視化するプロットの一種。ヒストグラムが区間ごとに離散的なバーでデータを表示するのに対し、KDEプロットは全データポイントに基づいて分布を滑らかで連続的な曲線として表現。

この例は、ヒストグラムとKDEプロット（オレンジ色の曲線）を組み合わせて表示し、ヒストグラム単体よりも確率密度関数の近似をより明確に示している。

seabornでは、kdeplot()関数を使うことでKDEプロットを簡単に作成可能。主なパラメータであるdata、x、yは、countplot()と同様に機能。

最初のオプション

パラメータのうち一つだけに値のシーケンスを渡すことができ、各要素ごとに個別のカスタマイズが可能。


              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()

dataパラメータにはSeriesオブジェクトを渡し、fillパラメータで曲線下の領域を塗りつぶす（デフォルトでは塗りつぶされていない）。

セカンドオプション

data に 2次元オブジェクト（例：DataFrame）を設定し、data（縦方向）または x（横方向）に y が辞書の場合はカラム名やキーを指定することも可能。


              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()