home

หน้าแรก
 Computer >> บทช่วยสอนคอมพิวเตอร์ >  >> การเขียนโปรแกรม >> Python

วิธีสร้าง Rug Plot ใน Matplotlib

ภาพรวม

Rug Plot แสดงการกระจายของข้อมูล 1 มิติ โดยวาดเส้นเล็ก (tick marks) ตามแกน มักใช้ร่วมกับ Density Plot (KDE)

ขั้นตอนการทำงาน

  • Import numpy, scipy.stats, matplotlib.pyplot
  • สร้างข้อมูล x
  • คำนวณ Kernel Density Estimate (KDE) 2 แบบ: Scott's Rule และ Silverman's Rule
  • สร้าง figure และ axes
  • วาด Rug plot: ax.plot(x, np.zeros_like(x), 'b+', ms=20)
  • วาดเส้น KDE ทั้งสองแบบ
  • เพิ่ม Legend และแสดงผล

ตัวอย่างโค้ด

import numpy as np
from scipy import stats
import matplotlib.pyplot as plt

plt.rcParams["figure.figsize"] = [7.00, 3.50]
plt.rcParams["figure.autolayout"] = True

x = np.array([-6, -4, 2, 1, 4], dtype=np.float)
kde1 = stats.gaussian_kde(x)
kde2 = stats.gaussian_kde(x, bw_method='silverman')

fig = plt.figure()
ax = fig.add_subplot(111)

# Rug plot
ax.plot(x, np.zeros(x.shape), 'b+', ms=20)

x_eval = np.linspace(-5, 5, num=100)
ax.plot(x_eval, kde1(x_eval), 'k-', label="Scott's Rule")
ax.plot(x_eval, kde2(x_eval), 'r-', label="Silverman's Rule")

plt.legend(loc='upper right')
plt.show()

ผลลัพธ์

Rug plot (เครื่องหมาย + สีน้ำเงิน) ตามแกน X พร้อมเส้น KDE 2 แบบ

วิธีสร้าง Rug Plot ใน Matplotlib วิธีสร้าง Rug Plot ใน Matplotlib

ตัวเลือกอื่น

  • Seaborn: sns.rugplot(data=x) ทำได้ใน 1 บรรทัด
  • ร่วมกับ sns.kdeplot() หรือ sns.histplot(kde=True)
  • Matplotlib 3.4+ มี ax.axvline() หรือ ax.eventplot() สำหรับ rug plot