Superponer rugplot sobre un histograma o un KDE permite ver con claridad dónde cae cada observación y facilita la lectura de la distribución.
import seaborn as sns
import matplotlib.pyplot as plt
diamonds = sns.load_dataset("diamonds").sample(300, random_state=0)
fig, ax = plt.subplots(figsize=(6, 3.5))
sns.kdeplot(data=diamonds, x="price", ax=ax, color="#0ea5e9")
sns.rugplot(data=diamonds, x="price", ax=ax, color="#1d4ed8", alpha=0.4)
ax.set_xlabel("Precio ($)")
ax.set_ylabel("Densidad")
ax.set_title("Precios de diamantes: KDE + Rugplot")
ax.grid(alpha=0.2)
fig.tight_layout()
fig.savefig("static/images/visualize/distribution/rugplot.svg")
Pautas de lectura #
- Donde las marcas cortas se apiñan, hay mayor concentración de datos.
- Usa un color suave para que el rug no reste protagonismo al KDE.
- Con volúmenes muy grandes, dibujar rug plots puede ser costoso; evalúa muestrear datos o reducir
height.