假设我们有一个数字在0到1之间的数组:
arr=np.array([ 0. , 0. , 0. , 0. , 0.6934264 ,
0. , 0. , 0. , 0. , 0. ,
0. , 0. , 0.6934264 , 0. , 0.6934264 ,
0. , 0. , 0. , 0. , 0.251463 ,
0. , 0. , 0. , 0.87104906, 0.251463 ,
0. , 0. , 0. , 0. , 0. ,
0. , 0. , 0. , 0. , 0.48419626,
0. , 0. , 0. , 0. , 0. ,
0.87104906, 0. , 0. , 0.251463 , 0.48419626,
0. , 0.251463 , 0. , 0. , 0. ,
0. , 0. , 0. , 0. , 0. ,
0. , 0.251463 , 0. , 0.35524532, 0. ,
0. , 0. , 0. , 0. , 0.251463 ,
0.251463 , 0. , 0.74209813, 0. , 0. ])
使用
seaborn
,我想绘制一个分布图:sns.distplot(arr, hist=False)
这将为我们提供下图:
如您所见,kde估计值的范围从-0.20到1.10。是否可以将估算值强制在0到1之间?我没有运气就尝试了以下方法:
sns.distplot(arr, hist=False, hist_kws={'range': (0.0, 1.0)})
sns.distplot(arr, hist=False, kde_kws={'range': (0.0, 1.0)})
第二行引发一个异常-
range
不是kde_kws
的有效关键字。 最佳答案
正确的方法是使用clip
关键字而不是range
:
sns.distplot(arr, hist=False, kde_kws={'clip': (0.0, 1.0)})
会产生:
确实,如果只关心kde而不是直方图,则可以使用
kdeplot
函数,该函数将产生相同的结果:sns.kdeplot(arr, clip=(0.0, 1.0))
关于python - 限制海洋分布图KDE估计中x的范围,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/45911709/