本文介绍了在python中如何在一个图形上绘制多个kdedet的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着跟版网的小编来一起学习吧！
问题描述
我有以下数据
name val
G.Kittle 4.0
G.Kittle 10.0
D.Hopkins 3.0
L.Fitzgerald 6.0
... ...
C.Kupp 18.0
R.Woods 21.0
N.Harry 7.0
S.Michel -6.0
每个name都有很多值，我想在同一张图上绘制每个名称的分布。我试着用hue参数来做这件事，但是这把所有的事情都搞砸了，把所有的分布都当作面积为1的，但是，我希望每个分布彼此独立，并且有它们自己的面积1。这有意义吗？我还希望它们都是灰色的，这是hue自然不允许的。
编辑：另外，当我使用hue时，我收到此错误UserWarning: Dataset has 0 variance; skipping density estimate.
推荐答案
sns.kdeplot()有一个参数common_norm=，该参数默认为True。在这种情况下，KDE曲线将与值的数量成比例缩放，使总面积和为1。设置common_norm=False将显示所有KDE曲线，使每条曲线的面积分别为1。
multiple=参数，默认为"layer"，但也可以设置为"stack"或"fill"。在这种情况下，通用规范将是合适的。
所有曲线都可以着色为灰色，提供了一个调色板，作为带有"灰色"的颜色列表。列表的长度应与色调值的数量相同。由于所有色调值都相同，图例看起来会很奇怪。可以使用legend=False隐藏图例。
当一个色调值仅出现在一行时，不会绘制具有一个元素的kdedit，但会显示警告Dataset has 0 variance; skipping density estimate。
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import seaborn as sns
df = pd.DataFrame({'name': np.random.choice([*'ABCD'], 100, p=[0.4, 0.3, 0.2, 0.1]),
'val': np.random.rand(100).cumsum()})
df.loc[0, 'name'] = 'E' # exactly one row with name 'E'
df['name'] = df['name'].astype('category')
sns.kdeplot(data=df, x='val', hue='name', palette=['grey'] * len(df['name'].cat.categories),
common_norm=False, legend=False)
plt.show()
这篇关于在python中如何在一个图形上绘制多个kdedet的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持跟版网！
本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益，请联系我们，我们会在确认后第一时间进行删除！