Deslize para mostrar o menu

Gráfico KDE

Definição

Um gráfico de Estimativa de Densidade de Kernel (KDE) é um tipo de gráfico que visualiza a função densidade de probabilidade estimada de uma variável contínua. Diferente de um histograma, que exibe dados usando barras discretas agrupadas em intervalos, um gráfico KDE representa a distribuição como uma curva suave e contínua baseada em todos os pontos de dados.

Este exemplo mostra um histograma combinado com um gráfico KDE (curva laranja), proporcionando uma aproximação mais clara da função densidade de probabilidade do que apenas o histograma.

No seaborn, a função kdeplot() facilita a criação de gráficos KDE. Seus principais parâmetros—data, x e y—funcionam da mesma forma que em countplot().

Primeira Opção

Apenas um dos parâmetros pode ser definido passando uma sequência de valores, permitindo personalização individual entre os elementos.


              123456789101112
            
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# Loading the dataset with the average yearly temperatures in Boston and Seattle
url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Creating a KDE plot setting only the data parameter
sns.kdeplot(data=weather_df['Seattle'], fill=True)

plt.show()

O parâmetro data é definido passando um objeto Series, e o parâmetro fill é utilizado para preencher a área sob a curva, que por padrão não é preenchida.

Segunda Opção

Também é possível definir um objeto 2D como um DataFrame para data e um nome de coluna ou uma chave se data for um dicionário para x (orientação vertical) ou y (orientação horizontal):


              123456789101112
            
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# Loading the dataset with the average yearly temperatures in Boston and Seattle
url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Creating a KDE plot setting both the data and x parameters
sns.kdeplot(data=weather_df, x='Seattle', fill=True)

plt.show()

Os mesmos resultados foram obtidos ao passar o DataFrame inteiro como parâmetro data e especificar o nome da coluna para o parâmetro x.

Nota

O gráfico KDE criado exibe uma curva em formato de sino, assemelhando-se a uma distribuição normal com média em torno de 52°F.

Estudo Adicional

Caso deseje explorar mais sobre a função KDE plot, consulte a documentação do kdeplot().

Tarefa

Swipe to start coding

Utilização da função correta para criar um gráfico KDE.
Utilização de countries_df como fonte de dados para o gráfico (primeiro argumento).
Definição de 'GDP per capita' como a coluna a ser utilizada e orientação horizontal por meio do segundo argumento.
Preenchimento da área sob a curva utilizando o terceiro argumento (mais à direita).

Solução

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 5. Capítulo 4

Pergunte à IA

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Gráfico KDE

Definição

Este exemplo mostra um histograma combinado com um gráfico KDE (curva laranja), proporcionando uma aproximação mais clara da função densidade de probabilidade do que apenas o histograma.

No seaborn, a função kdeplot() facilita a criação de gráficos KDE. Seus principais parâmetros—data, x e y—funcionam da mesma forma que em countplot().

Primeira Opção

Apenas um dos parâmetros pode ser definido passando uma sequência de valores, permitindo personalização individual entre os elementos.


              123456789101112
            
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# Loading the dataset with the average yearly temperatures in Boston and Seattle
url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Creating a KDE plot setting only the data parameter
sns.kdeplot(data=weather_df['Seattle'], fill=True)

plt.show()

O parâmetro data é definido passando um objeto Series, e o parâmetro fill é utilizado para preencher a área sob a curva, que por padrão não é preenchida.

Segunda Opção


              123456789101112
            
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# Loading the dataset with the average yearly temperatures in Boston and Seattle
url = 'https://staging-content-media-cdn.codefinity.com/courses/47339f29-4722-4e72-a0d4-6112c70ff738/weather_data.csv'
weather_df = pd.read_csv(url, index_col=0)

# Creating a KDE plot setting both the data and x parameters
sns.kdeplot(data=weather_df, x='Seattle', fill=True)

plt.show()

Os mesmos resultados foram obtidos ao passar o DataFrame inteiro como parâmetro data e especificar o nome da coluna para o parâmetro x.

Nota

O gráfico KDE criado exibe uma curva em formato de sino, assemelhando-se a uma distribuição normal com média em torno de 52°F.

Estudo Adicional

Caso deseje explorar mais sobre a função KDE plot, consulte a documentação do kdeplot().

Tarefa

Swipe to start coding

Utilização da função correta para criar um gráfico KDE.
Utilização de countries_df como fonte de dados para o gráfico (primeiro argumento).
Definição de 'GDP per capita' como a coluna a ser utilizada e orientação horizontal por meio do segundo argumento.
Preenchimento da área sob a curva utilizando o terceiro argumento (mais à direita).

Solução

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 5. Capítulo 4

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo