pandas.Series.plot.kde

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

Генерация диаграммы оценки плотности ядра с использованием гауссовых ядер.

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

Параметры:

bw_method : str, скаляр или вызываемый объект, необязательно Метод, используемый для вычисления ширины полосы оценки. Может быть ‘scott’, ‘silverman’, скалярная константа или вызываемый объект. Если None (по умолчанию), используется ‘scott’. См. scipy.stats.gaussian_kde для получения дополнительной информации. ind : NumPy массив или целое число, необязательно Точки оценки для вычисленной PDF. Если None (по умолчанию), используется 1000 равноудаленных точек. Если ind является массивом NumPy, KDE вычисляется в указанных точках. Если ind является целым числом, используется ind количество равноудаленных точек. **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 для оценки PDF внутри.

DataFrame.plot.kde

Генерация диаграммы KDE для DataFrame.

Примеры

Для ряда точек, случайным образом взятых из неизвестного распределения, оцените его PDF с помощью KDE с автоматическим определением ширины полосы и постройте результаты, вычисляя 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 малой ширины полосы может привести к переобучению, а использование большой 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 вычисленной PDF:

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