学ぶ KDEプロット | セクション

セクション 1. 章 19

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プロットはすべてのデータ点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ており、ヒストグラム単体よりも確率密度関数の近似が明確。

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）。

第二のオプション

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()