一、kdeplot
核密度估计用来估计未知的密度函数,是非参数检验之一。直观上来看是平滑后的直方图。核密度估计方法不利用有关数据分布的先验知识,对数据分布不附加任何假定,是一种从数据样本本身出发研究数据分布特征的方法,因而,在统计学理论和应用领域均受到高度的重视。
函数:seaborn.kdeplot
常用参数:
data | array,用于绘制核密度图的数据 |
data2 | array,如果传入数据,将估计双变量核密度。 |
vertical | bool,指定y轴还是x轴为密度。 |
kernal | “gau”“cos”“biw”“epa”“ri”“triw”,选择核函数。双变量只能使用“gau”高斯核密度 |
shade | bool,是否在kde曲线下着色。 |
gridsize | int,网格中离散点个数,默认为100. |
cumulative | bool,是否绘制累积分布,默认为False |
cbar | bool,是否添加颜色棒,默认为False。 |
iris=sns.load_dataset('iris')
iris.head()
>
sepal_lengthsepal