Seaborn kde plot 绘制概率而不是密度（没有条形的 histplot）

Question

我有一个关于 seaborn 的问题 kdeplot。在 histplot 中，可以设置他们想要的 stats（计数、频率、密度、概率），如果与 kde 参数一起使用，它也适用于 kdeplot.但是，如果我只想获得带有概率的 kde 图估计，我还没有找到如何直接在 kdeplot 中更改它的方法。或者，如果可以关闭条形图，则 histplot 应该会产生相同的结果，但我也没有找到。那么如何才能做到这一点呢？

举一些直观的例子，我想要红色曲线，即。将参数传递给 kdeplot 以使用 probabilities，或者从 histplot:

中删除条形图

import seaborn

penguins = sns.load_dataset("penguins")
sns.histplot(data=penguins, x="flipper_length_mm", kde=True, stat="probability", color="r", label="probabilities")
sns.kdeplot(data=penguins, x="flipper_length_mm", color="k", label="kde density")
plt.legend()

非常感谢。

Answer 1

histplot 和 stat="probability" 的 y 轴对应于某个值属于某个柱的概率。最高条的 0.23 值意味着鳍状肢长度在 189.7 和 195.6 毫米之间（即特定箱子的边缘）的概率约为 23% .请注意，默认情况下，遇到的最小值和最大值之间分布有 10 个 bin。

kdeplot 的 y 轴类似于 probability density function。曲线的高度与值位于相应 x 值宽度 1 的区间内的近似概率成正比。 x=191 的 0.031 值表示长度在 190.5 和 191.5 之间的概率约为 3.1 %。

现在，要直接获取 kdeplot 旁边的概率值，首先需要选择一个 bin 宽度。然后 y 值可以除以该 bin 以对应于该宽度的 bin 内的 x 值。 PercentageFormatter 提供了一种设置这种对应关系的方法，使用 ax.yaxis.set_major_formatter(PercentFormatter(1/binwidth)).

下面的代码说明了一个 binwidth 为 5 mm 的示例，以及 histplot 如何匹配 kdeplot。

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

fig, ax1 = plt.subplots()
penguins = sns.load_dataset("penguins")
binwidth = 5
sns.histplot(data=penguins, x="flipper_length_mm", kde=True, stat="probability", color="r", label="Probabilities",
             binwidth=binwidth, ax=ax1)
ax2 = ax1.twinx()
sns.kdeplot(data=penguins, x="flipper_length_mm", color="k", label="kde density", ls=':', lw=5, ax=ax2)
ax2.set_ylim(0, ax1.get_ylim()[1] / binwidth)  # similir limits on the y-axis to align the plots
ax2.yaxis.set_major_formatter(PercentFormatter(1 / binwidth))  # show axis such that 1/binwidth corresponds to 100%
ax2.set_ylabel(f'Probability for a bin width of {binwidth}')
ax1.legend(loc='upper left')
ax2.legend(loc='upper right')
plt.show()

PS：只显示kdeplot的概率，代码可以是：

binwidth = 5
ax = sns.kdeplot(data=penguins, x="flipper_length_mm")
ax.yaxis.set_major_formatter(PercentFormatter(1 / binwidth))  # show axis such that 1/binwidth corresponds to 100%
ax.set_ylabel(f'Probability for a bin width of {binwidth}')

另一种选择是用 kde=True 绘制 histplot，然后删除生成的柱。为了便于解释，应该设置 binwidth。使用 binwidth=1 你会得到与密度图相同的 y 轴。（kde_kws={'cut': 3}) 让 kde 平滑地接近零，默认情况下 kde 曲线被数据的最小值和最大值截断）。

ax = sns.histplot(data=penguins, x="flipper_length_mm", binwidth=1, kde=True, stat='probability', kde_kws={'cut': 3})
ax.containers[0].remove() # remove the bars
ax.relim() # the axis limits need to be recalculated without the bars
ax.autoscale_view()

Seaborn kde plot 绘制概率而不是密度（没有条形的 histplot）

Seaborn kde plot plotting probabilities instead of density (histplot without bars)

python

histogram

seaborn