python如何做核密度函数_好文资源

在python中实现核密度函数，具体方法如下：

def KdePlot(x):
import seaborn as sns
import matplotlib.pyplot as plt
# 设置中文显示
plt.rcParams[\'font.sans-serif\'] = [\'SimHei\'] # 中文字体设置-黑体
plt.rcParams[\'axes.unicode_minus\'] = False # 解决保存图像是负号\'-\'显示为方块的问题

# 绘制核密度分布直方图
plt.figure()
sns.set(style=\'white\', # 设置边框颜色
font = \'SimHei\') # 设置中文字体
sns.distplot(x, # 指定绘图数据
color=\'orange\', # 设置绘图颜色
kde=True, # 绘制密度曲线
hist=True, # 绘制直方图
rug=True, # 绘制 rug 图（变量分布）
kde_kws = {\"shade\": True, # 进行面积填充
\"color\": \'darkorange\', # 设置线条颜色
# \'linewidth\': 1.0, # 设置线条粗细
\'facecolor\': \'gray\'}, # 设置填充颜色
rug_kws = {\'color\': \'red\', # 设置 rug 颜色
\'height\': 0.1}) # 设置 rug 长度
# vertical = True) # 颠倒 x-y 轴位置

plt.title(\'我是标题\') # 设置图片标题
plt.xlabel(\'Label\') # 设置 x 轴标签
plt.ylabel(\'density\') # 设置 y 轴标签
plt.savefig(\'out.png\', dpi=300) # 存储图片
plt.show()


# 读取数据
def reader(data):
import pandas as pd
file = pd.read_csv(data, sep=\'\\s+\')
data = pd.DataFrame(file, columns=[\'x\', \'value\'])
x = data[\'x\']
y = data[\'val活动：慈云数据爆款香港服务器，CTG+CN2高速带宽、快速稳定、平均延迟10+ms 速度快，免备案，每月仅需19元！！ 点击查看ue\']
return x, y


# 代码执行部分
data = \'data.txt\'
x, y = reader(data)
KdePlot(y)