pandas.DataFrame.plot.kde

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

Генерировать график оценки плотности ядра с использованием гауссовых ядер.

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

Параметры:

bw_method : str, scalar or callable, optional Метод, используемый для вычисления ширины полосы оценок. Это может быть ‘scott’, ‘silverman’, скалярная константа или вызываемая функция. Если None (по умолчанию), используется ‘scott’. См. scipy.stats.gaussian_kde для получения дополнительной информации. ind : NumPy array or integer, optional Точки оценки для вычисленного PDF. Если None (по умолчанию), используются 1000 равноотстоящих точек. Если ind — это массив NumPy, KDE вычисляется в указанных точках. Если ind — целое число, используются ind равноотстоящих точек. **kwds : optional Дополнительные ключевые аргументы документированы в pandas.DataFrame.plot().

Возвращаемые значения:

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 оценки PDF.

Series.plot.kde

Генерировать график KDE для Series.

Примеры

Даны несколько Series точек, случайным образом выбранных из неизвестных распределений, оцените их PDF с помощью KDE с автоматическим определением ширины полосы и отобразите результаты, оценив их в 1000 равноотстоящих точках (по умолчанию):

>>> df = pd.DataFrame({
...     'x': [1, 2, 2.5, 3, 3.5, 4, 5],
...     'y': [4, 4, 4.5, 5, 5.5, 6, 6],
... })
>>> ax = df.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 = df.plot.kde(bw_method=0.3)

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

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

>>> ax = df.plot.kde(ind=[1, 2, 3, 4, 5, 6])