matplotlib核密度图
时间: 2023-08-31 13:12:37 浏览: 45
Matplotlib 是 Python 中常用的数据可视化库之一,可以用它来绘制各种类型的图表,包括核密度图。
核密度图是一种用于表示概率密度函数的图形,可以用来描述连续性变量的分布。在 Matplotlib 中,可以使用 `plt.plot` 函数结合 `scipy.stats.gaussian_kde` 函数来绘制核密度图。
下面是一个绘制核密度图的示例代码:
```python
import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import gaussian_kde
# 生成随机数据
data = np.random.normal(size=1000)
# 计算核密度估计
density = gaussian_kde(data)
# 生成 x 轴上的数据
x = np.linspace(min(data), max(data), 100)
# 绘制核密度图
plt.plot(x, density(x))
# 添加标题和标签
plt.title("Kernel Density Plot")
plt.xlabel("Value")
plt.ylabel("Density")
# 显示图形
plt.show()
```
在这个示例中,我们首先生成了一个包含 1000 个随机数的数组 `data`。然后使用 `scipy.stats.gaussian_kde` 函数计算核密度估计。接着,我们生成 `x` 轴上的数据,并使用 `plt.plot` 函数绘制核密度图。最后,添加标题和标签,并调用 `plt.show` 函数显示图形。
这个示例中使用的是正态分布随机数,但是你可以使用其他类型的数据来绘制核密度图。