遵循简单的代码:
import numpy as np
import seaborn as sns
dist = np.random.normal(loc=0, scale=1, size=1000)
ax = sns.kdeplot(dist, shade=True);
得到以下图像:
我想只遮蔽一切(或留下一些x值)。什么是最简单的方法?我准备使用Seaborn以外的东西。
在调用ax = sns.kdeplot(dist, shade=True)
之后,ax.get_lines()
中的最后一行对应于kde密度曲线:
ax = sns.kdeplot(dist, shade=True)
line = ax.get_lines()[-1]
您可以使用line.get_data
提取与该曲线对应的数据:
x, y = line.get_data()
获得数据后,您可以通过选择这些点并调用x > 0
来对与ax.fill_between
对应的区域进行着色:
mask = x > 0
x, y = x[mask], y[mask]
ax.fill_between(x, y1=y, alpha=0.5, facecolor='red')
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
dist = np.random.normal(loc=0, scale=1, size=1000)
ax = sns.kdeplot(dist, shade=True)
line = ax.get_lines()[-1]
x, y = line.get_data()
mask = x > 0
x, y = x[mask], y[mask]
ax.fill_between(x, y1=y, alpha=0.5, facecolor='red')
plt.show()
使用seaborn通常适用于标准图,但是当一些定制的要求发挥作用时,回到matplotlib通常更容易。
因此,可以首先计算核密度估计值,然后将其绘制在感兴趣的区域中。
import scipy.stats as stats
import numpy as np
import matplotlib.pyplot as plt
plt.style.use("seaborn-darkgrid")
dist = np.random.normal(loc=0, scale=1, size=1000)
kde = stats.gaussian_kde(dist)
# plot complete kde curve as line
pos = np.linspace(dist.min(), dist.max(), 101)
plt.plot(pos, kde(pos))
# plot shaded kde only right of x=0.5
shade = np.linspace(0.5,dist.max(), 101)
plt.fill_between(shade,kde(shade), alpha=0.5)
plt.ylim(0,None)
plt.show()