Python 截断数据的密度图

我需要画一个截断变量的密度。数据可以从下方或两侧进行绑定。 比如说,

import numpy as np
import seaborn as sns

data = np.random.normal(size=1000000)
data[data < 0] = 0
data[data > 1] = 1
sns.kdeplot(data)

将numpy导入为np
导入seaborn作为sns
数据=np.随机.正常（大小=1000000）
数据[数据<0]=0
数据[数据>1]=1
sns.kdeplot（数据）

---

如何绘制密度，使边界外没有概率质量？

您是否在寻找

剪辑
kwarg

从：

剪辑：一对标量或一对标量，可选

用于拟合KDE的数据点的上下限。可以提供一对
二元图的（低、高）界

有关如何做到这一点的非常好的文章，请参阅本文，谢谢！我将对此进行研究。seaborn
kdeplot
函数使用高斯核密度估计。如果您的数据在0和1之间有界，则它们可能不是高斯分布，您应该使用不同的方法来可视化分布。是否可以使用截断数据来替代
kdeplot
？我只考虑绘制一个包含多个箱子的直方图……不幸的是，没有。如果数据在0和1之间，我不希望看到超出范围的线。@BayerSe你找到解决方案了吗？
import numpy as np
import seaborn as sns

data = np.random.normal(size=1000000)
lower,upper = 0,1
sns.kdeplot(data,clip=(lower,upper))