使用Seaborn的密度图

Question

我正在尝试绘制每小时需求的密度图： data

“ hr”表示不同的时间，“ cnt”表示需求。

我知道如何绘制密度图，例如：

sns.kdeplot(bike['hr'])

但是，这仅在未知不同小时的需求时有效。因此，我可以将每小时作为其需求。现在我知道了每个小时的需求量，如何绘制此类数据的密度图？

Answer 1

密度图旨在显示分布的估计值。要制作一个显示每小时需求密度的图表，我们真的希望看到许多带有时间戳的iid需求样本，即每个样本一行。这样密度图就有意义了。

但是在这里的数据类型中，对需求（'cnt'）进行定期采样并在该采样周期（小时）内进行汇总，因此密度图并没有直接意义。但是，将小时数作为垃圾箱，将条形图作为直方图确实有意义。

下面，我展示了如何使用熊猫函数生成这样的情节-真的很简单。作为参考，我还展示了如何通过某种“原始”样本的重构来产生密度图。

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……但是很显然，它们可能用于通勤，高峰时间是上午8点和下午5-6点。