如何在python中计算一组值的密度分布？

我有一个熊猫数据框，想计算这些值的密度分布函数。有这样的东西会很好：

df['col_name'].dens()

---

但是，如果不存在类似的情况，我可以将所有这些值放到一个列表中，然后使用一些其他函数来计算列表中值的密度分布函数。如果我能在这两个软件包中的任何一个中完成这项工作，那就太好了：

scipy

，

ipython

，

scikit

，如果您只需要一个密度图：

df['colu name'].plot（kind='density'）

您可以使用

scipy.stats.gaussian'kde

并将数据框列传递给它：

df = pd.DataFrame(data={'a':np.random.randn(100)}) # 100 normally distributed values
g = sp.stats.gaussian_kde(df.a)
[g(x)[0] for x in np.linspace(-3,3,10)]

给出：

[0.010404194709511637,
 0.028412197910606129,
 0.093548960033717946,
 0.1915548075057672,
 0.29626128014747688,
 0.3402226687259407,
 0.29679380013692241,
 0.15516355334523385,
 0.057147975947743457,
 0.020153062250794138]

---

如果我按照你的建议去做，我不会收到任何错误信息，也不会得到任何结果（没有数字）。给定的命令返回什么？如果您在IPython笔记本中启用内联打印，该命令将立即生成密度图。我猜情况并非如此，因此您可以尝试：

import matplotlib.pyplot as plt；df['col_name'].绘图（种类='density'）；plt.show（）