python中matplotlib的seaborn内核密度估计下限答案

【问题标题】：lower bound to kernel density estimation with seaborn for matplotlib in pythonpython中matplotlib的seaborn内核密度估计下限
【发布时间】：2014-03-15 14:46:15
【问题描述】：

我有一组测量的树直径，并试图绘制一个直方图，其中核密度估计叠加在 python 的顶部。 seaborn 模块让我可以很简单地做到这一点，但我找不到指定 kde 对于负数应该为零的方法（因为树不能有负的树直径）。

我目前得到的是这样的：

seaborn.distplot(C77_diam, rug=True, hist=True, kde=True)

我查看了 seaborn.kdeplot，它是 distplot 调用的函数，但找不到任何有用的东西。有谁知道这是否可以用 seaborn 完成，如果不能，是否可以更普遍地用 matplotlib 完成？

我才开始使用 seaborn，因为我不知道如何用 pyplot.hist() 覆盖 kde pyplot.plot()。

【问题讨论】：

最接近的是 kdeplot 的剪辑和剪切选项，它们允许您排除异常值，但这并不是我真正想要的。

标签： python matplotlib kernel-density seaborn

【解决方案1】：

无法使用该函数将密度估计值强制为零，但您始终可以设置轴限制，使绘图左侧从 0 开始。

seaborn.distplot(C77_diam, rug=True, hist=True, kde=True).set(xlim=(0, max_diam))

【讨论】：

我认为可能是这样。感谢 xlim 的想法，这不是我想要的，但它会做到的。