pandas.Series.plot.density

Series.plot.density(bw_method=None, ind=None, **kwds) [source]

Генерация графика оценки плотности ядра с использованием гауссовых ядер.

В статистике, оценка плотности ядра (KDE) — это непараметрический способ оценки функции плотности вероятности (PDF) случайной величины. Данная функция использует гауссовы ядра и включает автоматическое определение ширины полосы.

Параметры:

bw_method : str, скаляр или вызываемая функция, необязательно Метод, используемый для вычисления ширины полосы оценки. Может быть ‘scott’, ‘silverman’, скалярное значение или вызываемая функция. Если None (по умолчанию), используется ‘scott’. Дополнительная информация доступна в scipy.stats.gaussian_kde. ind : массив NumPy или целое число, необязательно Точки оценки для вычисленного PDF. Если None (по умолчанию), используются 1000 равноудаленных точек. Если ind является массивом NumPy, KDE вычисляется в указанных точках. Если ind — целое число, ind число равноудаленных точек используется. **kwds : необязательно Дополнительные ключевые аргументы документированы в pandas.Series.plot().

Возвращает:

axes : matplotlib.axes.Axes or numpy.ndarray of them

См. также

scipy.stats.gaussian_kde

Представление оценки плотности ядра с использованием гауссовых ядер. Это функция, используемая внутри для вычисления PDF.

DataFrame.plot.kde

Генерирует график KDE для DataFrame.

Примеры

Учитывая Series точек, случайным образом взятых из неизвестного распределения, оцените его PDF с помощью KDE с автоматическим определением ширины полосы и постройте результаты, оценивая их в 1000 равноудаленных точках (по умолчанию):

>>> s = pd.Series([1, 2, 2.5, 3, 3.5, 4, 5])
>>> ax = s.plot.kde()

Можно указать скалярную ширину полосы. Использование малого значения ширины полосы может привести к переобучению, а использование большого значения ширины полосы может привести к недообучению:

>>> ax = s.plot.kde(bw_method=0.3)

>>> ax = s.plot.kde(bw_method=3)

Наконец, параметр ind определяет точки оценки для графика вычисленного PDF:

>>> ax = s.plot.kde(ind=[1, 2, 3, 4, 5])