pandas.Series.plot.kde

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

Генерация графика оценки плотности ядра с использованием гауссовских ядер.

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

Параметры

bw_method:str, скаляр или вызываемый объект, необязательно

Метод, используемый для расчета ширины окна оценки. Может быть ‘scott’, ‘silverman’, скалярной константой или вызываемым объектом. Если None (по умолчанию), используется ‘scott’. Подробнее см. scipy.stats.gaussian_kde.

ind:Массив NumPy или целое число, необязательно

Точки оценки для рассчитанного PDF. Если None (по умолчанию), используются 1000 равноудаленных точек. Если ind является массивом NumPy, KDE вычисляется в указанных точках. Если ind является целым числом, используется ind количество равноудаленных точек.

**kwargs

Дополнительные ключевые аргументы описаны в DataFrame.plot().

Возвращает

matplotlib.axes.Axes или массив NumPy таких объектов

См. также

scipy.stats.gaussian_kde

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

Примеры

Предположим, у нас есть Series точек, случайно выбранных из неизвестного распределения. Оценим его PDF с помощью KDE с автоматическим определением ширины окна и построим 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 окна. Использование маленького значения ширины окна может привести к переобучению, а использование большого значения ширины окна — 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 рассчитанного PDF:

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

Для DataFrame это работает аналогично:

>>> 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 окна. Использование маленького значения ширины окна может привести к переобучению, а использование большого значения ширины окна — 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 рассчитанного PDF:

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