Seaborn使用密度图

Question

我正在尝试制作一个小时需求的密度图：数据

'hr'表示不同的小时，'cnt'表示需求。

我知道如何制作一个密度图，例如：

sns.kdeplot(bike['hr'])

然而，这仅适用于不知道不同时间需求的情况。因此，我可以将每个小时视为其需求量进行计算。现在我知道了每个小时的需求量，我该如何制作此类数据的密度图？

- Pei Li

Answer 1

一个密度图旨在显示分布的估计。要制作一个显示小时需求密度的图形，我们真正希望看到许多iid需求样本，带有时间戳，即每个样本一行。然后密度图就有意义了。

但在这种类型的数据中，其中需求（'cnt'）定期采样并在该采样期间（小时）内聚合，密度图不直接有意义。但是使用小时作为bin的条形图作为直方图确实有意义。

下面我展示如何使用pandas函数生成这样的图-非常简单。为了参考，我还展示了如何通过对“原始”样本进行重建来生成密度图。

df = pd.read_csv("../data/hour.csv") # load dataset, inc cols hr, cnt, no NaNs

# using the bar plotter built in to pandas objects
fig, ax = plt.subplots(1,2)
df.groupby('hr').agg({'cnt':sum}).plot.bar(ax=ax[0]) 

# reconstructed samples - has df.cnt.sum() rows, each one containing an hour of a rental.
samples = np.hstack([ np.repeat(h, df.cnt.iloc[i]) for i, h in enumerate(df.hr)])

# plot a density estimate
sns.kdeplot(samples, bw=0.5, lw=3, c="r", ax=ax[1])
    
# to make a useful comparison with a density estimate, we need to have our bar areas 
# sum up to 1, so we use groupby.apply to divide by the total of all counts.
tot = float(df.cnt.sum())
df.groupby('hr').apply(lambda x: x['cnt'].sum()/tot).plot.bar(ax=ax[1], color='C0')  

自行车的需求在夜间似乎很低...但显然它们可能是用于通勤，在早上8点和下午5-6点有高峰。

- Bonlenfum

---

非常感谢您！ - Pei Li