情节与正常曲线直方图和seaborn命名箱

大家好，我想绘制以下类型使用seaborn具有不同的数据集的情节。问题是当使用直方图类型时，即使提供了内核曲线，我也无法命名这些bin（如2-2.5,2.5-3..etc）。条形图不具有绘制图片中正常曲线的功能。该图像似乎是使用SPSS统计软件包，我几乎不知道。

以下是我能得到的最接近的事（我重视的代码）

df = pd.DataFrame({'cat': ['1-1.5', '1.5-2', '2-2.5','2.5-3','3-3.5','3.5-4','4-4.5','4.5-5'],'val': [0,0,1,7,7,33,17,10]}) 
ax = sns.barplot(y = 'val', x = 'cat', 
       data = df) 
ax.set(xlabel='Categories', ylabel='Frequency') 
plt.show()

来源

2017-02-27 Isura Nirmal

所以我想你问的问题是“如果我已经有堆积的数据在箱子里，我怎么用KDE绘制直方图？”如果你已经有了'正常曲线'，这很容易。否则，这条曲线会是什么？ – ImportanceOfBeingErnest

其实正常的弯曲并不意味着在这里完美的钟形。根据数据可能会有偏差。（在这种情况下，它肯定是倾斜的，而不是正常的）。是的，这个问题应该按照你的建议改变，这正是我问的问题。 :) –

所以问题当然是你没有原始数据，但数据已经被分类。人们可以反转这种分档，并从一组原始数据开始。然后再次执行直方图并使用默认情况下显示KDE图的sns.distplot。

import seaborn as sns 
import matplotlib.pyplot as plt 
import numpy as np 

cat = ['1-1.5', '1.5-2', '2-2.5','2.5-3','3-3.5','3.5-4','4-4.5','4.5-5'] 
val = [0,0,1,7,7,33,17,10] 
data = [] 
for i in range(len(cat)): 
    data.extend([1.25+i*0.5]*val[i]) 
bins = np.arange(1,5.5, 0.5) 

ax = sns.distplot(data, bins=bins, hist_kws= dict(edgecolor="k")) 
ax.set(xlabel='Categories', ylabel='Frequency') 
ax.set_xticks(bins[:-1]+0.25) 
ax.set_xticklabels(cat) 

plt.show()

使用bw关键字参数到KDE函数来设置曲线的平滑度。例如。 sns.distplot(data, bins=bins, kde_kws=dict(bw=0.5), hist_kws= dict(edgecolor="k"))其中bw=0.5产生

也可以尝试bw=0.1，bw=0.25，bw=0.35和bw=2看到的差异。

来源

2017-02-27 14:26:29 ImportanceOfBeingErnest

谢谢！这是我正在寻找的答案。我认为，对于数据集的大小，可以使用平滑度属性0.5，否则曲线非常不正常，或者我们可以说过度配置？ –

情节与正常曲线直方图和seaborn命名箱

回答

相关问题