如何将 seaborn.distplot() 中的 yticks 从标准化值更改为绝对值？

Question

我正在尝试使用seaborn.displot()方法创建高斯曲线（没有条形图）。 不幸的是，我在 y 轴上得到归一化值而不是绝对值。 我该如何解决这个问题？

这是我的代码：

height_mu = 165
height_sigma = 15
heights = np.random.normal(height_mu, height_sigma, size=10000)

plt.figure(figsize=(20, 5))
sns.distplot(heights, hist=False)
plt.axvline(165, color='red', label='Mean height (in cm)', linewidth=2)
plt.ylabel("Number of observations")
plt.legend()
plt.grid(which='major', axis='y', color='lightgrey')
plt.show()

Answer 1

seaborn 内部没有选项可以恢复计数，因为一旦打开 kde， norm_hist选项就是False 。 严格来说，当应用高斯 kernel 时，您将获得其值取决于 binwidth 的密度，并且它可以是 >1 。

要获得类似于计数的东西，您需要首先定义 bin 宽度（sns.displot 为您完成）并使用gaussian_kde执行密度。 这些值是密度，您可以通过将密度值乘以 binwidth 和观察次数来进行转换，例如counts_i = n * dens_i * binwidth

正如@mwaskom（见评论）所指出的那样，仅显示以y轴为计数的kde plot 可能不是最好的。

我们可以检查一下：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

np.random.seed(999)
height_mu = 165
height_sigma = 15
heights = np.random.normal(height_mu, height_sigma, size=10000)
nbins = 50

fig,ax = plt.subplots(1,3,figsize=(10, 4))
sns.distplot(heights, hist=True,norm_hist=False,kde=False,bins=nbins,ax=ax[0])
sns.distplot(heights, hist=False,bins=nbins,ax=ax[1])
ax[1].axvline(165, color='red', label='Mean height (in cm)', linewidth=2)

from scipy.stats import gaussian_kde
dens = gaussian_kde(heights)
xlen,step = np.linspace(heights.min(),heights.max(),num=nbins,retstep=True)
ax[2].plot(xlen,len(heights)*dens(xlen)*step)
ax[2].axvline(165, color='red', label='Mean height (in cm)', linewidth=2)

fig.tight_layout()

左边的第一个 plot 是带有计数的直方图，第二个 plot 是密度 plot 您拥有的“计数”密度。