Jak utworzyć wykres gęstości w matplotlib (z przykładami)

Najłatwiejszym sposobem utworzenia wykresu gęstości w Matplotlib jest użycie funkcji kdeplot() z biblioteki wizualizacji seaborn:

 import seaborn as sns

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

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

Poniższe przykłady pokazują, jak w praktyce wykorzystać tę funkcję.

Przykład 1: Utwórz podstawowy wykres gęstości

Poniższy kod pokazuje, jak utworzyć podstawowy wykres gęstości w Seaborn:

 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) 

Oś x pokazuje wartości danych, a oś y pokazuje odpowiednie wartości gęstości prawdopodobieństwa.

Przykład 2: Regulacja gładkości wykresu gęstości

Możesz użyć argumentu bw_method , aby dostosować gładkość wykresu gęstości. Niższe wartości prowadzą do bardziej „falistej” ścieżki.

 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 ) 

I odwrotnie, wyższe wartości bw_method prowadzą do płynniejszego wykresu:

 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 ) 

Przykład 3: Dostosuj wykres gęstości

Możesz także dostosować kolor i styl wykresu gęstości:

 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 ) 

Dodatkowe zasoby

Wprowadzenie do krzywych gęstości
Jak wykreślić wiele linii w Matplotlib
Jak wykreślić histogram z listy danych w Pythonie