Seaborn.kdeplot() 方法

Seaborn.kdeplot() 方法有助於使用核密度估計繪製單變數或雙變數分佈。

與直方圖類似，核密度估計圖是一種顯示資料集觀測值分佈的技術。核密度估計 (KDE) 使用一維或多維的連續機率密度曲線來描述資料。

語法

以下是 Seaborn.kdeplot() 方法的語法

Seaborn.kdeplot(x=None, *, y=None, shade=None, vertical=False, kernel=None, bw=None, gridsize=200, cut=3, clip=None, legend=True, cumulative=False, shade_lowest=None, cbar=False, cbar_ax=None, cbar_kws=None, ax=None, weights=None, hue=None, palette=None, hue_order=None, hue_norm=None, multiple='layer', common_norm=True, common_grid=False, levels=10, thresh=0.05, bw_method='scott', bw_adjust=1, log_scale=None, color=None, fill=None, data=None, data2=None, warn_singular=True, **kwargs)

引數

下面討論了 seaborn.kdeplot() 方法的一些引數。

序號	引數及描述
1	x,y 在 x、y 軸上表示的變數。
2	Hue 這將生成具有不同顏色的元素。它是一個分組變數。
3	Levels 此引數用於指定在圖中繪製輪廓的級別數。
4	Cmap Cmap 或顏色對映用於指定用於繪製地圖的顏色。採用不同型別的值，例如 blues、greens、PiYg 等。
5	Bw_adjust 採用數值，並隨著傳遞的值增加而使繪製的曲線變得平滑。
6	Thresh 用於指定繪製輪廓的最低級別。取值為 0 到 1。
7	Cumulative 繪製累積計數，隨著箱數的增加。
8	Multiple 與單變數資料相關，並取值：stacked、layer 和 fill。
9	Log_scale 將軸刻度設定為對數，並以對數刻度繪製所繪製的值。
10	Legend 布林值。如果為假，則不列印語義變數的圖例。

讓我們在繼續繪製圖形之前載入 Seaborn 庫和資料集。

載入 Seaborn 庫

要載入或匯入 Seaborn 庫，可以使用以下程式碼行。

Import seaborn as sns

需要哪種資料？

需要雙變數資料才能理解 kdeplot() 方法中包含的大多數引數。儘管此方法提供了繪製單變數資料 kdeplot() 的方法，但它具有更多引數來繪製雙變數資料，因此考慮使用 flights 資料集，因為它包含雙變數資料。

（雙變數資料意味著資料依賴於多個變數，而單變數資料意味著資料僅依賴於一個變數。）

載入資料集

在本文中，我們將使用 seaborn 庫中內建的 flights 資料集。以下命令用於載入資料集。

flights=sns.load_dataset("flights")

以下命令用於檢視資料集中前 5 行。這使我們能夠了解可以使用哪些變數來繪製圖形。

flights.head()

以下是上述程式碼段的輸出。

index,year,month,passengers
0,1949,Jan,112
1,1949,Feb,118
2,1949,Mar,132
3,1949,Apr,129
4,1949,May,121

現在我們已經載入了資料，我們將繼續繪製資料。

示例 1

在此示例中，我們將瞭解如何使用 seaborn.kdeplot() 方法為寬格式資料集中的每一列繪製核密度估計。為此，可以使用以下程式碼行。

import seaborn as sns
import matplotlib.pyplot as plt
flights=sns.load_dataset("flights")
flights.head()
sns.kdeplot(data=flights)
plt.show()

輸出

上述程式碼的輸出圖形如下所示。

示例 2

現在，我們將瞭解如何為給定資料集繪製基本 kdeplot。

import seaborn as sns
import matplotlib.pyplot as plt
flights=sns.load_dataset("flights")
flights.head()
sns.kdeplot(data=flights, x="year", y="passengers")
plt.show()

輸出

上述程式碼片段的輸出圖如下所示。

示例 3

在此示例中，我們將瞭解如何使用 fill 引數。因此，此引數用於填充定義的圖形輪廓中的顏色。在下面的程式碼中，考慮了 x、y 和 hue 引數，並且由於將 True 傳遞給 fil 引數，因此獲得的圖形填充了顏色。

import seaborn as sns
import matplotlib.pyplot as plt
flights=sns.load_dataset("flights")
flights.head()
sns.kdeplot(data=flights, x="year", y="passengers",fill=True,hue="month")
plt.show()

輸出

上述程式碼片段的輸出如下所示：

如上所述，此處填充了圖形的輪廓。

示例 4

我們將在本示例中瞭解 levels 引數。Levels 引數獲取要在圖形中繪製的輪廓級別數，它可以是整數或向量值。此引數僅在雙變數資料的情況下才相關。此處，使用 cmap 引數更改繪圖的顏色。cmap 引數可以取不同的值，在本示例中，將 PiYG 傳遞給它，產生的顏色範圍從粉紅色到綠色。cmap 可以取的其他一些值包括 blues、greens 等。

import seaborn as sns
import matplotlib.pyplot as plt
flights=sns.load_dataset("flights")
flights.head()
sns.kdeplot(data=flights, x="year", y="passengers",levels=10, cmap="PiYG")
plt.show()

輸出

使用上述引數獲得的圖如下所示。

這就是 kdeplot() 方法以及其引數的使用方法。

seaborn_distribution_plot_introduction.htm

列印頁面