python 统计数据密度

以下是两种Python统计数据密度的方法：

1. 利用直方图（histogram）

import matplotlib.pyplot as plt

# 读取数据
data = []
with open('data.txt', 'r') as file:
    for line in file:
        data.append(float(line.strip()))

# 绘制直方图
plt.hist(data, bins=10, density=True)
plt.xlabel('Value')
plt.ylabel('Density')
plt.title('Density Histogram')
plt.show()

2. 利用核密度估计（Kernel Density Estimation，KDE）

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import gaussian_kde

# 读取数据
data = []
with open('data.txt', 'r') as file:
    for line in file:
        data.append(float(line.strip()))

# 生成核密度估计
kde = gaussian_kde(data)

# 生成一组用于绘制KDE曲线的数据点
x = np.linspace(min(data), max(data), 1000)

# 绘制KDE曲线
plt.plot(x, kde(x))
plt.xlabel('Value')
plt.ylabel('Density')
plt.title('Kernel Density Estimation')
plt.show()