Een dichtheidsplot maken in matplotlib (met voorbeelden)

De eenvoudigste manier om een dichtheidsplot in Matplotlib te maken is door de functie kdeplot() uit de seaborn-visualisatiebibliotheek te gebruiken:

 import seaborn as sns

#define data
data = [value1, value2, value3, ...]

#create density plot of data
sns. kdeplot (data)

De volgende voorbeelden laten zien hoe u deze functie in de praktijk kunt gebruiken.

Voorbeeld 1: Maak een basisdichtheidsplot

De volgende code laat zien hoe u een basisdichtheidsplot in Seaborn maakt:

 import seaborn as sns

#define data
data = [2, 2, 3, 5, 6, 6, 7, 8, 9, 10, 12, 12, 13, 15, 16]

#create density plot of data
sns. kdeplot (data) 

De x-as toont de gegevenswaarden en de y-as toont de overeenkomstige waarschijnlijkheidsdichtheidswaarden.

Voorbeeld 2: De vloeiendheid van de dichtheidsplot aanpassen

U kunt het argument bw_method gebruiken om de vloeiendheid van de dichtheidsplot aan te passen. Lagere waarden leiden tot een meer “golvend” pad.

 import seaborn as sns

#define data
data = [2, 2, 3, 5, 6, 6, 7, 8, 9, 10, 12, 12, 13, 15, 16]

#create density plot of data with low bw_method value
sns. kdeplot (data, bw_method = .3 ) 

Omgekeerd leiden hogere waarden voor bw_method tot een vloeiender plot:

 import seaborn as sns

#define data
data = [2, 2, 3, 5, 6, 6, 7, 8, 9, 10, 12, 12, 13, 15, 16]

#create density plot of data with high bw_method value
sns. kdeplot (data, bw_method = .8 ) 

Voorbeeld 3: Pas de dichtheidsplot aan

U kunt ook de kleur en stijl van de dichtheidsplot aanpassen:

 import seaborn as sns

#define data
data = [2, 2, 3, 5, 6, 6, 7, 8, 9, 10, 12, 12, 13, 15, 16]

#create density plot of data with high bw_method value
sns. kdeplot (data, color=' red ', fill= True , alpha= .3 , linewidth= 0 ) 

Aanvullende bronnen

Een inleiding tot dichtheidscurven
Hoe meerdere lijnen in Matplotlib te plotten
Hoe u een histogram kunt plotten uit een lijst met gegevens in Python