在直方图上添加密度曲线

Question

我能够用Python制作直方图，但我无法添加密度曲线，我看到许多代码都使用不同的方法在直方图上添加密度曲线，但我不确定如何在我的代码中实现。

我已经添加了density = true，但是无法在直方图上获得密度曲线。

df = pd.DataFrame(np.random.randn(100, 4), columns=list('ABCD'))
X=df['A']

hist, bins = np.histogram(X, bins=10,density=True)
width = 0.7 * (bins[1] - bins[0])
center = (bins[:-1] + bins[1:]) / 2
plt.bar(center, hist, align='center', width=width)
plt.show()

- Dexter1611

---

请看一下使用seaborn的这个答案：https://dev59.com/kG855IYBdhLWcg3wxHcq#32803224 - DrBwts

你需要使用 seaborn 库的 distplot() 或者 histplot() 方法。在最新版本（0.11）中，这些方法名和参数有所变化。注意，np.histogram(..., density=True) 表示直方图将被归一化为总面积等于 1，因此可以共享 y 轴与 kdeplot。 - JohanC

Answer 1

distplot 已被删除：在将来的 seaborn 版本中会被删除。因此，可使用 histplot 和 displot 作为替代。

sns.histplot

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

df = pd.DataFrame(np.random.randn(100, 4), columns=list('ABCD'))
X = df['A']

sns.histplot(X, kde=True, bins=20)
plt.show()

sns.displot

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

df = pd.DataFrame(np.random.randn(100, 4), columns=list('ABCD'))
X = df['A']

sns.displot(X, kde=True, bins=20)
plt.show()

---

distplot已被移除

这里是使用seaborn的distplot方法的一种方法。同时，在评论中也提到了：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

df = pd.DataFrame(np.random.randn(100, 4), columns=list('ABCD'))
X = df['A']

sns.distplot(X, kde=True, bins=20, hist=True)
plt.show()

- Grayrigel

---

如何调整密度曲线，使其值不是箱形矩形左侧边缘的顶部，而是其中心（使kde的最大值与bin的最大值重合）？ - mins

Answer 2

Pandas 也有 kde 绘图功能：

hist, bins = np.histogram(X, bins=10,density=True)
width = 0.7 * (bins[1] - bins[0])
center = (bins[:-1] + bins[1:]) / 2
plt.bar(center, hist, align='center', width=width, zorder=1)

# density plot
df['A'].plot.kde(zorder=2, color='C1')
plt.show()

输出：

- Quang Hoang