python - 如何缩放具有不同频率的多个 KDE 图？

Question

我正在使用 Seaborn 绘制两个数据集的 KDE。但是这两个 KDE 都按比例缩小了。

我的代码：

sns.kdeplot(CDMX['EDAD'], shade=True)
sns.kdeplot(eduacion_superior['EDAD'], shade=True)

这给了我：

但我想让它们与它们所代表的数据成比例。所以，像：

有什么建议么？

标签： pythonmatplotlibseaborn

Answer 1

计数只能相对于某些垃圾箱有意义。据我所知，seaborn 的distplot可以显示带有计数的直方图，但是只要您还想要一个 kde，直方图和 kde 都会按比例缩小以获得总面积 1。

为了获得与所要求的相似的图，标准的 matplotlib 可以绘制一个用 Scipy 计算的 kde。要获得计数，必须决定如何对数据进行分箱，因为计数取决于相关直方图的分箱大小。最简单的方法是在 x 轴上每单位有一个箱（因此，每岁一个）。

这是一些示例代码。首先生成一些随机测试数据。然后绘制两个直方图，每个年龄都有一个 bin。在第二个图中，绘制了相同数据的 kde，并根据数据集的大小进行缩放。

import matplotlib.pyplot as plt
import numpy as np
from scipy import stats

cdmx_edad = np.random.chisquare(15, 10000)+10
ed_sup_edad = np.random.chisquare(20, 5000)+10

fig, (ax1, ax2) = plt.subplots(nrows=2, sharex=True)
bins = np.arange(10,61,1)
ax1.hist(cdmx_edad, bins=bins, color='r', alpha=0.4, label='CDMX edad')
ax1.hist(ed_sup_edad, bins=bins, color='b', alpha=0.4, label='Educación superior edad')
ax1.legend()

cdmx_kde = stats.gaussian_kde(cdmx_edad)
ed_sup_kde = stats.gaussian_kde(ed_sup_edad)
x = np.linspace(10,61,500)
cdmx_curve = cdmx_kde(x)*cdmx_edad.shape[0]
ed_sup_curve = ed_sup_kde(x)*ed_sup_edad.shape[0]
# ax2.plot(x, cdmx_curve, color='r')
ax2.fill_between(x, 0, cdmx_curve, color='r', alpha=0.4, label='CDMX edad')
# ax2.plot(x, ed_sup_curve, color='b')
ax2.fill_between(x, 0, ed_sup_curve, color='b', alpha=0.4, label='Educación superior edad')
ax2.legend()
plt.show()