Ένα density plot δείχνει την κατανομή συνεχών δεδομένων με μια ομαλή καμπύλη, αποδίδοντας όπου συγκεντρώνονται οι παρατηρήσεις.
import matplotlib.pyplot as plt
import seaborn as sns
fig, ax = plt.subplots(figsize=(6, 4))
df = sns.load_dataset("iris")
for column, color in zip(
["sepal_length", "sepal_width", "petal_length", "petal_width"],
["#2563eb", "#0ea5e9", "#22c55e", "#f97316"],
):
sns.kdeplot(data=df, x=column, ax=ax, color=color, label=column)
ax.set_xlabel("Τιμή μέτρησης")
ax.set_ylabel("Πυκνότητα")
ax.set_title("Density plot δεδομένων Iris")
ax.legend()
ax.grid(alpha=0.2)
fig.tight_layout()
plt.show()
Τι να προσέξετε #
- Οι ψηλές κορυφές δείχνουν περιοχές με πολλά δεδομένα, ενώ το πλάτος των ουρών αποκαλύπτει την έκταση της κατανομής.
- Όταν επικαλύπτετε πολλές σειρές, χρησιμοποιήστε διαφορετικά χρώματα και αρκετή διαφάνεια.
- Ο παράγοντας εξομάλυνσης
bw_adjustελέγχει πόσο λεία ή λεπτομερής θα είναι η καμπύλη.