seaborn中的kde

在Seaborn中，KDE（Kernel Density Estimation）是一种基于数据生成概率密度函数图形化展示的方法。通过KDE，我们可以了解数据的分布情况以及数据集中的峰值与波峰，进而更好地进行数据分析和建模。

在Seaborn中，我们可以使用`distplot`函数来绘制KDE图。例如，以下代码将绘制出一个KDE图和直方图：

import seaborn as sns
import numpy as np

sns.set_style('darkgrid')
np.random.seed(0)

data = np.random.randn(100)
sns.distplot(data, hist=True, kde=True)

其中，`hist=True`表示绘制直方图，`kde=True`表示绘制KDE图。我们还可以通过调整`bins`参数来控制直方图的箱子数量，例如`bins=20`将绘制20个箱子的直方图。

除了`distplot`函数，Seaborn还提供了其他一些用于绘制KDE图的函数，例如`kdeplot`和`jointplot`等。