核密度图
在实践中，直方图并不总是评估数据分布的理想方式，因为结果会受到箱数设置的显著影响。相比之下，核密度图能更有效地展示数据的分布。下面是生成密度图的示例：
ax = df.plot(kind='density', linewidth=2)
这里使用标准的 .plot() 方法，并将 kind 参数设为 'density'。另外还指定了 linewidth 参数，用于控制所绘制曲线的线宽。
本练习是课程的一部分
用 Python 可视化时间序列数据
练习说明
- 使用
co2_levelsDataFrame，绘制 CO2 水平数据的密度图，线宽参数设为 4。 - 将箱线图的 x 轴标签标注为字符串
'CO2'。 - 将箱线图的 y 轴标签标注为字符串
'Density plot of CO2 levels in Maui Hawaii'。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Display density plot of CO2 levels values
ax = ____.____(____=____, ____=____, fontsize=6)
# Annotate x-axis labels
____.____('CO2', fontsize=10)
# Annotate y-axis labels
____.____('Density plot of CO2 levels in Maui Hawaii', fontsize=10)
plt.show()