matlab 三维核密度图_python数据分布型图表直方图系列核密度估计图

核密度估计图

核密度估计图(kernel density plot)

用于显示数据在X轴连续数据段内的分布状况；直方图的变种，使用平滑曲线来绘制数值水平，从而得出更平滑的分布；较直方图，核密度估计图，不受所使用分组数量的影响，更好地界定分布形状；

核密度估计(kernel density estimation)

在概率论中用来估计未知的密度函数，属于非参数检验方法之一；由Rosenblatt和Emanuel Parzen提出，又名Parzen窗(Parzen windows);

核密度估计

采用平滑的峰值函数“核”来拟合观察到的数据点，从而对真实的概率分布曲线进行模拟；核密度估计是一种用于估计概率密度函数的非参数方法；

绘制核密度估计图

plotnine包提供geomdensity()函数，绘制核密度估计图；geomdensity()函数的主要参数是带宽(bw)和核函数(kernel)；核函数默认为高斯核函数“gaussian”；

峰峦图

峰峦图也可以应用于多数据系列的核密度估计可视化；X轴对应平均温度的数值范围；Y轴对应不同的月份；每个月份的核密度估计数值映射到颜色；可以很好地展示多数据系列的核密度估计结果；

绘制核密度估计峰峦图

joypy包提供了joyplot()函数，根据数据可以直接绘制不同颜色的核密度估计峰峦图；带有颜色渐变映射的核密度估计峰峦图，可以使用plotnine包的geomlinerange()函数和geomline()函数结合实现；绘制前需要先使用sklearn包的KernelDensity()函数求取每个月份的核密度估计曲线；再根据核密度估计数据绘制峰峦图；

绘制多数据系列核密度估计图

import pandas as pd

from plotnine import *

df=pd.read_csv('d:\python\out\HistDensityD.csv')

#file.close() # 关闭文件

#多数剧系列核密度估计图

base_density=(ggplot(df