Histogramas y gráficas de densidad en Python

Prerrequisitos: Seaborn

El histograma es la representación gráfica que organiza un grupo de puntos de datos en el rango especificado. La creación del histograma proporciona la representación visual de la distribución de datos. Mediante el uso de un histograma podemos representar una gran cantidad de datos y su frecuencia.

Gráfico de densidad es la versión continua y suavizada del histograma estimado a partir de los datos. Se estima a través de Kernel Density Estimation.

En este método, Kernel (curva continua) se dibuja en cada punto de datos individual y luego todas estas curvas se suman para hacer una única estimación de densidad suavizada. El histograma falla cuando queremos comparar la distribución de datos de una sola variable sobre las múltiples categorías en ese momento. El diagrama de densidad es útil para visualizar los datos.

Acercarse:

• Importe las bibliotecas necesarias.
• Cree o importe un conjunto de datos de la biblioteca marina .
• Seleccione la columna para la que tenemos que hacer un gráfico.
• Para hacer el gráfico, estamos utilizando la función distplot() proporcionada por la biblioteca seaborn para trazar juntos Histogram y Density Plot en el que tenemos que pasar la columna del conjunto de datos.
• También podemos hacer Histogram y Density Plot individualmente usando la función distplot() según nuestras necesidades.
• Para crear histogramas individualmente, debemos pasar hist=False como parámetro en la función distplot() .
• Para crear un gráfico de densidad de forma individual, debemos pasar kde=False como parámetro en la función distplot().
• Ahora, después de hacer el gráfico, tenemos que visualizarlo, así que para la visualización, tenemos que usar la función show() proporcionada por la biblioteca matplotlib.pyplot .

Para trazar juntos los gráficos de histograma y densidad, utilizamos un conjunto de datos de diamante e iris proporcionado por la biblioteca Seaborn .

Ejemplo 1: Importar el conjunto de datos e imprimirlos.

# importing seaborn library
import seaborn as sns
 
# importing dataset from the library
df = sns.load_dataset('diamonds')
 
# printing the dataset
df

Producción: 

Ejemplo 2: trazado del histograma utilizando la biblioteca Seaborn en la configuración predeterminada. 

# importing necessary libraries
import seaborn as sns
import matplotlib.pyplot as plt
 
# importing diamond dataset from the library
df = sns.load_dataset('diamonds')
 
# plotting histogram for carat using distplot()
sns.distplot(a=df.carat, kde=False)
 
# visualizing plot using matplotlib.pyplot library
plt.show()

Producción:

Ejemplo 3: Trazar la Densidad utilizando la biblioteca seaborn en la configuración predeterminada.

# importing libraries
import seaborn as sns
import matplotlib.pyplot as plt
 
# importing diamond dataset from the library
df = sns.load_dataset('diamonds')
 
# plotting density plot for carat using distplot()
sns.distplot(a=df.carat, hist=False)
 
# visualizing plot using matplotlib.pyplot library
plt.show()

Producción:

Ejemplo 4: trazado de histograma y gráfico de densidad juntos en la configuración predeterminada.

# importing libraries
import seaborn as sns
import matplotlib.pyplot as plt
 
# importing diamond dataset from the library
df = sns.load_dataset('diamonds')
 
# plotting histogram and density
# plot for carat using distplot()
sns.distplot(a=df.carat)
 
# visualizing plot using matplotlib.pyplot library
plt.show()

Producción:

Ejemplo 5: Trazado de Histograma y Trazado de Densidad juntos configurando contenedores y color.

# importing libraries
import seaborn as sns
import matplotlib.pyplot as plt
 
# importing diamond dataset from the library
df = sns.load_dataset('diamonds')
 
# plotting histogram and density plot
# for carat using distplot() by setting color
sns.distplot(a=df.carat, bins=40, color='purple',
             hist_kws={"edgecolor": 'black'})
 
# visualizing plot using matplotlib.pyplot library
plt.show()

 Producción:

Ejemplo 6: trazado de histograma y gráfico de densidad juntos utilizando el conjunto de datos Iris.

# importing libraries
import seaborn as sns
import matplotlib.pyplot as plt
 
# importing iris dataset from the library
df2 = sns.load_dataset('iris')
 
# plotting histogram and density plot for
# petal length using distplot() by setting color
sns.distplot(a=df2.petal_length, color='green',
             hist_kws={"edgecolor": 'black'})
 
# visualizing plot using matplotlib.pyplot library
plt.show()

Producción:

También podemos imprimir el conjunto de datos del iris agregando una línea de código, es decir, imprimir (df2), y el conjunto de datos parece.

Ejemplo 7: Trazado de Histograma y Trazado de Densidad juntos en la longitud del sépalo.

# importing libraries
import seaborn as sns
import matplotlib.pyplot as plt
 
# importing iris dataset from the library
df2 = sns.load_dataset('iris')
 
# plotting histogram and density plot for
# sepal width using distplot() by setting color
sns.distplot(a=df2.sepal_width, color='red',
             hist_kws={"edgecolor": 'white'})
 
# visualizing plot using matplotlib.pyplot library
plt.show()

Producción:

De esta forma, podemos trazar el histograma y el gráfico de densidad juntos en cualquier columna del conjunto de datos según nuestras necesidades.