Estimativa de Densidade com KDE
Um kdeplot (estimativa de densidade por kernel) é um método para visualizar a distribuição de observações em um conjunto de dados. Ele é análogo a um histograma, mas, em vez de usar intervalos discretos, o KDE representa os dados utilizando uma curva contínua de densidade de probabilidade.
Isso o torna excelente para observar o "formato" dos dados e identificar picos sem a irregularidade de um histograma.
Visualização de Distribuições Sobrepostas
Quando há múltiplas categorias (usando hue), linhas simples podem se tornar difíceis de distinguir. O Seaborn oferece parâmetros para resolver isso:
- Empilhamento (
multiple='stack'): em vez de traçar linhas sobrepostas, empilha-as. Mostra como diferentes categorias contribuem para a distribuição total; - Preenchimento (
fill=True): preenche a área sob a curva com cor, tornando o peso visual de cada categoria mais evidente.
Exemplo:
12345678910111213141516import 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()
Swipe to start coding
Visualização da distribuição das temperaturas máximas ao longo do ano:
- Importação de
pandas,seabornematplotlib.pyplot. - Leitura do conjunto de dados meteorológicos.
- Definição do estilo para
'ticks'com cor de fundo'lightcyan'(já fornecido). - Criação de um gráfico KDE com os seguintes parâmetros:
- Definir
xcomo'max_temp'; - Agrupar por
'month'utilizandohue; - Empilhar as distribuições utilizando
multiple='stack'; - Preencher as curvas utilizando
fill=True; - Desabilitar a legenda (
legend=False) para evitar poluição visual no gráfico.
- Exibição do gráfico.
Solução
Obrigado pelo seu feedback!
single
Pergunte à IA
Pergunte à IA
Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo
Incrível!
Completion taxa melhorada para 4.55
Estimativa de Densidade com KDE
Deslize para mostrar o menu
Um kdeplot (estimativa de densidade por kernel) é um método para visualizar a distribuição de observações em um conjunto de dados. Ele é análogo a um histograma, mas, em vez de usar intervalos discretos, o KDE representa os dados utilizando uma curva contínua de densidade de probabilidade.
Isso o torna excelente para observar o "formato" dos dados e identificar picos sem a irregularidade de um histograma.
Visualização de Distribuições Sobrepostas
Quando há múltiplas categorias (usando hue), linhas simples podem se tornar difíceis de distinguir. O Seaborn oferece parâmetros para resolver isso:
- Empilhamento (
multiple='stack'): em vez de traçar linhas sobrepostas, empilha-as. Mostra como diferentes categorias contribuem para a distribuição total; - Preenchimento (
fill=True): preenche a área sob a curva com cor, tornando o peso visual de cada categoria mais evidente.
Exemplo:
12345678910111213141516import 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()
Swipe to start coding
Visualização da distribuição das temperaturas máximas ao longo do ano:
- Importação de
pandas,seabornematplotlib.pyplot. - Leitura do conjunto de dados meteorológicos.
- Definição do estilo para
'ticks'com cor de fundo'lightcyan'(já fornecido). - Criação de um gráfico KDE com os seguintes parâmetros:
- Definir
xcomo'max_temp'; - Agrupar por
'month'utilizandohue; - Empilhar as distribuições utilizando
multiple='stack'; - Preencher as curvas utilizando
fill=True; - Desabilitar a legenda (
legend=False) para evitar poluição visual no gráfico.
- Exibição do gráfico.
Solução
Obrigado pelo seu feedback!
single