从 Seaborn distplot 获取数据点答案

【问题标题】：Get data points from Seaborn distplot从 Seaborn distplot 获取数据点
【发布时间】：2021-05-24 18:23:08
【问题描述】：

我用

sns.distplot

绘制观察的单变量分布。不过，我不仅需要图表，还需要数据点。如何从 matplotlib 轴（由 distplot 返回）获取数据点？

【问题讨论】：

标签： python matplotlib seaborn

【解决方案1】：

您可以使用matplotlib.patches API。例如，要获取第一行：

sns.distplot(x).get_lines()[0].get_data()

这将返回两个包含行的 x 和 y 值的 numpy 数组。

对于柱状图，信息存储在：

sns.distplot(x).patches

您可以通过函数patches.get_height()获取条形高度：

[h.get_height() for h in sns.distplot(x).patches]

【讨论】：

这并不完全可靠。如果在调用distplot 之前Axes 上有任何行，您将从该行获取数据。
另一个提示：获取 bin 左边缘、宽度和高度：l = [[h.xy[0], h.get_width(), h.get_height()] for h in sns.distplot(x).patches]
我刚刚测试了解决方案，但它对我不起作用，因为“get_lines()”不是 FacetGrid 对象的有效方法。我已经成功使用了这个答案：stackoverflow.com/questions/46248348/…

【解决方案2】：

如果您想获取直方图的 kde 值，可以使用 scikit-learn KernelDensity 函数：

import numpy as np
import pandas as pd
from sklearn.neighbors import KernelDensity

ds=pd.read_csv('data-to-plot.csv')
X=ds.loc[:,'Money-Spent'].values[:, np.newaxis]


kde = KernelDensity(kernel='gaussian', bandwidth=0.75).fit(X) #you can supply a bandwidth
                                                              #parameter. 

x=np.linspace(0,5,100)[:, np.newaxis]

log_density_values=kde.score_samples(x)
density=np.exp(log_density)

array([1.88878660e-05, 2.04872903e-05, 2.21864649e-05, 2.39885206e-05,
       2.58965064e-05, 2.79134003e-05, 3.00421245e-05, 3.22855645e-05,
       3.46465903e-05, 3.71280791e-05, 3.97329392e-05, 4.24641320e-05,
       4.53246933e-05, 4.83177514e-05, 5.14465430e-05, 5.47144252e-05,
       5.81248850e-05, 6.16815472e-05, 6.53881807e-05, 6.92487062e-05,
       7.32672057e-05, 7.74479375e-05, 8.17953578e-05, 8.63141507e-05,
       ..........................
       ..........................
       3.93779919e-03, 4.15788216e-03, 4.38513011e-03, 4.61925890e-03,
       4.85992626e-03, 5.10672757e-03, 5.35919187e-03, 5.61677855e-03])

【讨论】：

可能是density=np.exp(log_density_values) 而不是density=np.exp(log_density)