Python 如何创建概率密度图？

我有以下数据框

数据

（在我的真实数据集中，我有更多的数据）：

为了查看

time_diff

值的分布，我创建了以下条形图：

import seaborn as sns
data['timegroup'] = pd.qcut(data['time_diff'], 150)
sns.barplot(x='timegroup', y='avg_trips_per_day', data=data, estimator=sum)

它为每个bin（

timegroup

）获取

avg\u trips\u per\u day

的值，并计算

avg\u trips\u per\u day

的总和

我的结果如下：

因此，对于我的数据来说，这确实不是最好的可视化。我认为概率密度图更适合。在X轴中，我希望看到

avg_trips_per_day

的值，而Y轴应该包含概率。

---

我该怎么做呢？

您可以使用distplot

sns.distplot（data['avg\u trips\u per\u day']）

默认情况下，它会绘制一个直方图和一个内核密度估计器，但您可以通过

kde=False

或

histogram=False

对其进行调整，在您的数据框中没有

timegroup

列。你可能错过了几行code@ClockSlave：抱歉，忘记添加一行代码。请查看我的更新。@ayhan:谢谢，这似乎起到了作用。@ayhan:如果我使用

data[“time_diff”].unique（）

，我会在实际数据集中看到最小值等于200。但是

distplot

X轴包含其他值。比如0.0，0.1。你知道为什么会这样吗？另外，我确实需要一个

显示
时间差
，而不是
每天平均行程
。
import seaborn as sns
data['timegroup'] = pd.qcut(data['time_diff'], 150)
sns.barplot(x='timegroup', y='avg_trips_per_day', data=data, estimator=sum)