Python seaborn distplot的权重选项？

我想在seaborn distplot中有一个权重选项，类似于numpy直方图中的权重选项。如果没有此选项，唯一的选择是将权重应用于输入数组，这可能会导致不切实际的大小（和时间）。

您可以通过使用

hist_kws

参数将权重传递给基础matplotlib的直方图函数来提供权重，如下所示：

sns.distplot(..., hist_kws={'weights': your weights array}, ...)

---

但是请注意，权重将只传递给基础直方图；kde和

distplot

的拟合功能均不受影响

正如@vlasisla在他们的回答中已经提到的那样，权重应该通过关键字参数

hist_kws

提供，以便将它们传递给mathpolotlib的

hist

函数。不过，除非同时禁用

kde

（内核密度估计）选项，否则这不会产生任何效果。该代码实际上会产生预期效果：

sns.distplot（x，hist_kws={'weights'：x_weights}，kde=False）

为了理解为什么不允许权重和KDE，请考虑下面的例子，其中<代码> xySuths被计算为<代码> xyBoosivsNP.OnthyLoad（x）/LeN（x）< /C> >以便所有容器的高度和为1：

#从正态分布生成1000个样本
np.随机种子（8362）
x=np.随机.正常（尺寸=1000）
#计算重量
x_权重=np。类（x）/len（x）
#图1-使用重量
distplot（x，hist_kws={'weights'：x_weights}，kde=False）
#图2-kde的默认绘图
sns.distplot（x）

---

在图1中，我们提供了带权重的

dist

函数，因此在该图中，所有箱子的高度总和为1。在图2中，

dist

的默认行为被启用，因此KDE函数下的区域总和为1，相应地标准化了箱子的高度。现在很容易看出，在提供权重的情况下绘制KDE确实没有多大意义。

或者更好的是，一个numpy直方图输入参数