python绘制核密度图

在Python中，我们可以使用matplotlib库中的`kdeplot`函数来绘制核密度估计图，也称为核密度曲线。核密度估计是一种非参数方法，用于估计数据的概率密度函数。下面是基本步骤：

1. 首先，确保已经安装了`matplotlib`和`seaborn`库，如果没有可以使用`pip install matplotlib seaborn`命令安装。

import matplotlib.pyplot as plt
import seaborn as sns

# 如果你想展示连续的数据集
data = [0.1, 0.5, 0.8, 1.2, 1.9, 2.4, 2.6, 3.2, 3.7, 4.2]  # 示例数据

sns.kdeplot(data)
plt.title('核密度估计图')
plt.xlabel('数据值')
plt.ylabel('概率密度')
plt.show()

2. `sns.kdeplot`函数接受一个数组作为输入，然后自动计算其核密度分布。你可以设置颜色、线型等样式来自定义图表。

如果你有一个二维的数据矩阵，可以使用`joint_kdeplot`来同时画出两个变量之间的核密度图：

x_data = ...  # 第一列数据
y_data = ...  # 第二列数据
sns.joint_kdeplot(x_data, y_data)