我已经在寻找解决方案,但找不到适合我的问题的解决方案。我正在尝试绘制一个带有密度函数的直方图,在 y 轴上显示密度。 meanopa 是标准普尔 500 指数的平均对数返回率。 我不明白的是以下内容。
norm_hist : bool, optional If True, the histogram height shows a density rather than a count. This is implied if a KDE or fitted density is plotted.
因为在我的例子中 kde=True,我想知道为什么 y 轴上有观察值的数量。
sns.distplot(meanopa, hist=True, kde=True, bins=20, color = 'darkblue',
hist_kws={'edgecolor':'black'}, kde_kws={'linewidth': 4})
再次感谢您的支持。
干杯!
请您参考如下方法:
你的结果没问题。 y 轴不显示直方图的值,而是显示概率密度(实际上是核密度估计)。由于您的数字非常小,因此 x 轴的间隔也非常窄......实际上,如果您构建一个 0.002 x 500 的正方形来近似曲线下的总面积,则全概率密度的结果是正如预期的那样,约为 1。
请注意,这是您问题的可重现版本,如果您想查看形状如何,您可以使用重新缩放(min_rescale 和 max_rescale 值)的概率密度变化。
random.seed(2)
min_rescale = -0.001
max_rescale = 0.001
close2 = [min_rescale + random.random() * (max_rescale - min_rescale) for x in range(100)]
sns.distplot(close2, hist=True, kde=True, bins=5, color = 'darkblue',
hist_kws={'edgecolor':'black'}, kde_kws={'linewidth': 4})
