如何使用全息图显示直方图数据的 cdf?
How does one show the cdf from histogram data using holoviews?
我正在使用带散景后端的全息视图进行交互式可视化。我有一个带有边缘和频率数据的直方图。用累积分布 (cdf) 曲线叠加直方图的优雅方法是什么?
我尝试在 hv.dim
中使用 cumsum
选项,但我认为我做的不对。帮助只是说,
Help on function cumsum in module holoviews.util.transform:
cumsum(self, **kwargs)
我的代码看起来像,
df_hist = pd.DataFrame(columns=['edges', 'freq'])
df_hist['edges'] = [-2, -1, 0, 1, 2]
df_hist['freq'] = [1, 3, 5, 3, 1]
hv.Histogram((df_hist.edges, df_hist.freq))
结果是直方图。
有没有像...
hv.Histogram((df_hist.edges, df_hist.freq), type='cdf')
...显示累积分布?
一种可能的解决方案是使用 histogram(cumulative=True),如下所示:
from holoviews.operation import histogram
histogram(hv.Histogram((df_hist.edges, df_hist.freq)), cumulative=True)
有关转换元素的更多信息,请点击此处:
http://holoviews.org/user_guide/Transforming_Elements.html
或者更通用的解决方案,将原始数据转换为 hv.Dataset():
import holoviews as hv
import seaborn as sns
hv.extension('bokeh')
iris = sns.load_dataset('iris')
hv_data = hv.Dataset(iris['petal_width'])
histogram(hv_data, cumulative=True)
但我更喜欢使用建立在 Holoviews 之上的库 hvplot,甚至更多:
import hvplot
import hvplot.pandas
iris['petal_width'].hvplot.hist(cumulative=True)
我正在使用带散景后端的全息视图进行交互式可视化。我有一个带有边缘和频率数据的直方图。用累积分布 (cdf) 曲线叠加直方图的优雅方法是什么?
我尝试在 hv.dim
中使用 cumsum
选项,但我认为我做的不对。帮助只是说,
Help on function cumsum in module holoviews.util.transform:
cumsum(self, **kwargs)
我的代码看起来像,
df_hist = pd.DataFrame(columns=['edges', 'freq'])
df_hist['edges'] = [-2, -1, 0, 1, 2]
df_hist['freq'] = [1, 3, 5, 3, 1]
hv.Histogram((df_hist.edges, df_hist.freq))
结果是直方图。
有没有像...
hv.Histogram((df_hist.edges, df_hist.freq), type='cdf')
...显示累积分布?
一种可能的解决方案是使用 histogram(cumulative=True),如下所示:
from holoviews.operation import histogram
histogram(hv.Histogram((df_hist.edges, df_hist.freq)), cumulative=True)
有关转换元素的更多信息,请点击此处:
http://holoviews.org/user_guide/Transforming_Elements.html
或者更通用的解决方案,将原始数据转换为 hv.Dataset():
import holoviews as hv
import seaborn as sns
hv.extension('bokeh')
iris = sns.load_dataset('iris')
hv_data = hv.Dataset(iris['petal_width'])
histogram(hv_data, cumulative=True)
但我更喜欢使用建立在 Holoviews 之上的库 hvplot,甚至更多:
import hvplot
import hvplot.pandas
iris['petal_width'].hvplot.hist(cumulative=True)