開始使用免費開始

用 KDE 圖探索資料

Kernel Density Estimate(KDE,核心密度估計)圖是在同一個視覺化中呈現多個分佈的好選擇。

假設你想了解婚姻持續時間與夫妻子女數之間的關係。由於 num_kids 欄位的取值只有 1 到 5,你可以在同一張圖上為每個取值各畫一條 KDE 曲線。

divorce DataFrame 已為你載入。pandaspd 載入,matplotlib.pyplotplt 載入,Seaborn 以 sns 載入。請記得,divorce 中的 num_kids 欄位對於沒有孩子的夫妻只列為 N/A,所以你將只會觀察至少有 1 個孩子的離婚夫妻之分佈。

本練習屬於課程

Python 的探索性資料分析

檢視課程

動手互動練習

試著完成這個範例程式碼,體驗一下這個練習。

# Create the KDE plot
____
plt.show()
編輯並執行程式碼