腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(690)
视频
沙龙
1
回答
无
KDE
出海
的
显示
密度
直方图
、
我有这个代码: sns.distplot(X, bins=100,
kde
=False) 它创建了这个图: ? 如果我删除
kde
=False,我会得到这个图 ? 没有这条线,我怎么才能得到
密度
直方图
呢?我想得到一个有
密度
值
的
直方图
。
浏览 39
提问于2020-05-03
得票数 0
回答已采纳
1
回答
用数百万行绘制列
、
、
、
、
我有一个数以百万行(近800万行)
的
数据帧。我需要看到其中一个列中值
的
分布情况。这一栏名为‘price_per_英里’。我还有一个专栏叫做“Borough”。最后
的
目标是做个t检验。首先,我希望看到‘price_per_英里’中数据
的
分布情况,查看数据是否正常,以及是否需要进行数据清理。然后根据“区”列中
的
五个类别进行分组,然后对每一对可能
的
区进行t检验。我尝试用sns.distplot()绘制发行版,但它并没有给出一个清晰
的
图,因为y轴上
的
值似乎有一
浏览 1
提问于2018-11-04
得票数 1
回答已采纳
2
回答
Y轴
密度
海流图
、
、
我已经在寻找解决办法,但却找不到解决问题
的
办法。我试图用
密度
函数绘制一个
直方图
,
显示
y轴上
的
密度
。meanopa是标准普尔500指数
的
平均对数回报率。我不明白
的
是以下几点。norm_hist : bool,如果是可选
的
,
直方图
高度
显示
的
是
密度
而不是计数。这是隐含
的
,如果一个
KDE
或拟合
的
密度
被
浏览 1
提问于2019-05-14
得票数 2
回答已采纳
1
回答
关于主对角线图
的
pandas.plotting scatter_matrix混淆
、
我对pandas.plotting模块中
的
scatter_matrix是如何工作
的
感到有点困惑。例如,请参阅此处
的
图表 沿着主对角线
的
3个曲线图看起来像是分布。但是y轴和x轴标签表明它正在绘制变量与自身
的
关系图,那么它不应该是一条直线吗?分布是从哪里来
的
?
浏览 6
提问于2021-03-23
得票数 1
1
回答
海损概率组线图-
KDE
归一化
、
、
、
、
当用默认
的
stats (
密度
)和
KDE
标志设置为True绘制组线图时,曲线下
的
面积等于1。下面是
密度
浏览 1
提问于2021-06-01
得票数 2
回答已采纳
2
回答
大熊猫
的
直方图
与正常
密度
、
我寻找图形
的
正常
密度
和
直方图
密度
从意甲df那样,但没有实现。类似于下面的链接 如何使用DataFrame对象来实现这一点?
浏览 3
提问于2014-03-25
得票数 1
回答已采纳
1
回答
d3js v5添加曲线核
密度
估计器
、
根据这个例子:,我尝试做同样
的
事情:
显示
一个
直方图
和一个内核
密度
估计。数据、轴、箱和
直方图
似乎很完美,但当我想要添加曲线时,我遇到了麻烦。 事实上,变量“
密度
”
的
第二个键总是等于零。我
的
假设是:我应该用value0计算
密度
,而不是所有的数据。let density =
kde
(kernelEpanechnikov(7), x.ticks(100))(data)这是我<e
浏览 0
提问于2018-07-17
得票数 3
回答已采纳
2
回答
删除
KDE
线,同时保留海图中
的
密度
图
直方图
、
、
import seaborn as sns, numpy as npax = sns.distplot(x) 这将给出一条线
的
密度
直方图
(我认为这是内核拟合什么
的
不过,我想要
的
是相同
的
直方图
,而不是拟合线。我尝试了
kde
= False,但这改变了y轴,所以它不再是一个
密度
图,而是频率
直方图
。如何删除这条线,但保留
密度
图(
直方图
)
浏览 1
提问于2019-06-30
得票数 2
回答已采纳
1
回答
具有两个y轴
的
Seaborn图
、
如何使用具有两个y轴
的
Seaborn displot创建
直方图
:一个
显示
计数,另一个
显示
相应
的
密度
?我尝试了以下代码,但结果没有任何意义:The DataFrame df_flavors是一个有2000个记录
的
大型DataFrame,每个记录都
显示
了人们购买了多少种不同口味
的
酸奶这些人是n= 2000调查
的
受访者。变量Freq是每个受访者
的<
浏览 683
提问于2020-03-17
得票数 1
1
回答
在每个图形上绘制不同
的
条形宽度
、
、
很抱歉给出了一个形象,但我认为这是最好
的
方式来
显示
我
的
问题。 正如您所看到
的
,所有的bin宽度都是不同
的
,根据我
的
理解,它
显示
了rent_hours
的
范围。title=age_g)补充问题: 在这里说,
kde
=False使y轴在文档中起着重要作用,但是它使
浏览 1
提问于2019-10-14
得票数 0
回答已采纳
1
回答
直方图
计算效率
、
我正在尝试使用MATLAB hist在一台有4 GB内存
的
计算机上绘制一个2 GB
的
矩阵。手术耗时数小时。有没有办法通过预先排序数据、预先确定bin大小、将数据分成更小
的
组、在将数据添加到bin时删除原始数据等方式来提高计算性能? 此外,在绘制数据之后,我需要调整装箱以确保曲线平滑。我假设涉及最少计算量
的
策略是首先使用非常小
的
bin对数据进行bin,然后操纵输出
的
bin大小,而不是对原始数据进行重新bin。在装箱后调整存储箱大小
的
最佳方法是什么(假设存储箱大小只能增长而
浏览 0
提问于2012-03-16
得票数 3
1
回答
Seaborn远端:数据与概率不匹配
、
、
AlphaGraphCum = sns.distplot(dfControl["alpha"],
kde
_kwshist=False); hist_kws={'cumulative': True},sns.dis
浏览 2
提问于2018-08-28
得票数 2
回答已采纳
1
回答
如何在同一张图中
显示
密度
图
KDE
值和
直方图
频率值?Python,seaborn,jupyterlab
、
、
我正试着用seaborn来画一个
直方图
。对于
密度
曲线,它很简单,要么是
kde
=True,要么是false,或者只是一个
直方图
。我想要
的
是能够简单地做一些事情,比如ax2 = sns.distplot(data.length, hist=True, position=0)ax = sns.distplot(data.length,
kde
=True)但是以某种方式获得了左侧
密度
曲线
的
浏览 1
提问于2020-04-15
得票数 0
1
回答
频率
密度
、
、
、
、
下面的两个情节传达了大致相同
的
信息。 我通常更喜欢
密度
图(你可以调整,但Y轴通常更难解释。我知道
KDE
估计会返回一个加起来等于1
的
密度
,假设变量
的
域从-Inf到Inf,但是有
浏览 2
提问于2014-09-05
得票数 2
1
回答
当使用distplot绘制
直方图
时,y轴
的
单位是什么?
、
当使用distplot绘制
直方图
时,y轴
的
单位是什么?我将不同
的
直方图
与正常拟合绘制在一起,我看到在一种情况下,它
的
范围是0到0.9,而在另一种情况下,它
的
范围是0到4.5。
浏览 0
提问于2015-04-22
得票数 14
回答已采纳
1
回答
在y轴上,Seaborn ()不会
显示
频率。
、
、
我试图在seaborn.distplot()图
的
y轴上
显示
加权频率,但是它一直
显示
密度
(在distplot()中这是默认
的
)。plt.figure(figsize=(10
浏览 5
提问于2020-06-10
得票数 0
1
回答
图像
直方图
的
核
密度
估计
、
、
、
我试图对我
的
直方图
执行一个内核
密度
估计,该
直方图
是在图像上计算
的
:histogram = np.histogram(img, bins=256, range0,255), normed=False)X_plot = np.linspace(0,255,256,)[:, np.newaxis]
kde
= KernelDensity(kernel=
浏览 1
提问于2015-08-24
得票数 0
回答已采纳
1
回答
直方图
中
的
“垃圾箱大小”能被认为是一个规律性
的
约束吗?
、
、
、
、
当把
直方图
看作
密度
函数
的
估计时,把垃圾箱大小作为约束该函数局部结构
的
参数是否合理? 此外,是否有更好
的
方法来阐明这一推理?
浏览 0
提问于2018-04-07
得票数 3
3
回答
在海运中y轴是什么?
、
、
我有一些几何分布
的
数据。当我想看它
的
时候,我用这是一幅图片:然而,垃圾箱
的
高度不等于1,这意味着y轴不
显示
概率,这是不同
的
。当我们使用带有3个回收箱
的
海上组织图时:我们得到:正如你所看到
的
,第1和
浏览 1
提问于2018-08-03
得票数 66
回答已采纳
1
回答
如何将seaborn.distplot()中
的
yticks从规格化值更改为绝对值?
、
、
、
、
不幸
的
是,我得到
的
是y轴上
的
归一化值,而不是绝对值。如何解决此问题?下面是我
的
代码:height_sigma = 15 heights = np.random.normal(height_mu, height_sigma, size=10000
浏览 16
提问于2020-06-04
得票数 1
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
绘制频率分布直方图的三种方法,总结的很用心!
Seaborn从零开始学习教程(三)
5种方法教你用Python玩转histogram直方图
Python数据可视化seaborn(二)——分布数据可视化
数据分析中的可视化-常见图形
热门
标签
更多标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
活动推荐
运营活动
广告
关闭
领券