来自 x 和 y 数据的密度分布和条形图

Question

我在 pandas 数据框中有以下数据集：

x = df_data.iloc[:,0].values
y = df_data.iloc[:,1].values

以下数据分别在x和y中：

x = 30, 31, 32, 33, 34, 35, 36
y = 1000, 2000, 3000, 4000, 3000, 2000, 1000

y 表示计数（每个 x 值存在的频率）。

我现在想用密度分布线制作条形图。我愿意使用 seaborn 或 matplotlib，但找不到分别输入 x 和 y 数据并获得条形图和密度图的方法。

我试过了：

x = [30,31,32,33,34,35,36]
y = [1000, 2000, 3000, 4000, 3000, 2000, 1000]
##
sns.distplot(x, hist=True, kde=True,
    bins=int(150/150), color='darkblue',
    hist_kws={'edgecolor':'black'},
    kde_kws={'linewidth': 4})
plt.show()

但没有得到我想要的。

我想要下面的东西（仅用于我的数据）

（我的这张图片来自：https://towardsdatascience.com/histograms-and-density-plots-in-python-f6bda88f5ac0）

Answer 1

首先，请注意 distplot 在 Seaborn 0.11 中已贬值。扩展和改进版本现在称为 histplot（带有可选 kde 的直方图）、kdeplot（仅用于 kde）和 displot（创建子图）。

可选的weights= 参数设置每个x 值的权重。 discrete=True 需要为每个 x 值设置一个条形图。 kde 的cut 参数控制曲线在数据点之外绘制的距离。

import matplotlib.pyplot as plt
import seaborn as sns

x = [30, 31, 32, 33, 34, 35, 36]
y = [1000, 2000, 3000, 4000, 3000, 2000, 1000]

sns.histplot(x=x, weights=y, discrete=True,
             color='darkblue', edgecolor='black',
             kde=True, kde_kws={'cut': 2}, line_kws={'linewidth': 4})
plt.show()

请注意，如果基础数据是连续的，则通过提供原始数据可以获得更正确的图。

要更改 kde 行的颜色，一个明显的想法是使用line_kws={'color': 'red'}，但这在当前的 seaborn 版本 (0.11.1) 中不起作用。

但是，您可以分别绘制histplot 和kdeplot。为了匹配 y 轴，histplot 需要stat='density'（默认为'count'）。

ax = sns.histplot(x=x, weights=y, discrete=True, alpha=0.5,
                  color='darkblue', edgecolor='black', stat='density')
sns.kdeplot(x=x, weights=y, color='crimson', cut=2, linewidth=4, ax=ax)

另一种方法是在之后更改线条的颜色，它独立于所选的stat=。

ax = sns.histplot(x=x, weights=y, discrete=True,
             color='darkblue', edgecolor='black',
             kde=True, kde_kws={'cut': 2}, line_kws={'linewidth': 4})
ax.lines[0].set_color('crimson')

这是一个示例，如何将一个数据集的直方图与另一个数据集的 kde 曲线结合起来：

import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator
import seaborn as sns

x = [30, 31, 32, 33, 34, 35, 36]
y = [1000, 2000, 3000, 4000, 3000, 2000, 1000]
x2 = [20, 21, 22, 23, 24, 25, 26]
y2 = [1000, 2000, 3000, 4000, 3000, 2000, 1000]

ax = sns.histplot(x=x2, weights=y2, discrete=True, alpha=0.5,
                  color='darkblue', edgecolor='black', stat='density')
sns.kdeplot(x=x, weights=y, color='crimson', cut=2, linewidth=4, ax=ax)
ax.xaxis.set_major_locator(MultipleLocator(1))
plt.show()