Python pyspark DataFrame.kde用法及代码示例

本文简要介绍 pyspark.pandas.DataFrame.kde 的用法。

用法:
DataFrame.kde(bw_method=None, ind=None, **kwds)

使用高斯核生成核密度估计图。

参数：

bw_method：标量: 用于计算估计器带宽的方法。有关详细信息，请参阅PySpark 中的KernelDensity。
ind：NumPy 数组或整数，可选: 估计 PDF 的评估点。如果无(默认)，则使用 1000 个等距点。如果 ind 是 NumPy 数组，则在传递的点处评估 KDE。如果ind 是整数，则使用ind 等距点数。
**kwargs：可选的: 要传递给 pandas-on-Spark.Series.plot() 的关键字参数。

plotly.graph_objs.Figure: 当 backend!=plotly 时返回自定义对象。当subplots=True(仅限 matplotlib)时返回 ndarray。

例子：

应指定标量带宽。使用较小的带宽值可能会导致过度拟合，而使用较大的带宽值可能会导致欠拟合：

>>> s = ps.Series([1, 2, 2.5, 3, 3.5, 4, 5])
>>> s.plot.kde(bw_method=0.3)

>>> s = ps.Series([1, 2, 2.5, 3, 3.5, 4, 5])
>>> s.plot.kde(bw_method=3)

ind 参数确定估计 KDF 绘图的评估点：

>>> s = ps.Series([1, 2, 2.5, 3, 3.5, 4, 5])
>>> s.plot.kde(ind=[1, 2, 3, 4, 5], bw_method=0.3)

对于 DataFrame，它的工作方式与 Series 相同：

>>> df = ps.DataFrame({
...     'x': [1, 2, 2.5, 3, 3.5, 4, 5],
...     'y': [4, 4, 4.5, 5, 5.5, 6, 6],
... })
>>> df.plot.kde(bw_method=0.3)

>>> df = ps.DataFrame({
...     'x': [1, 2, 2.5, 3, 3.5, 4, 5],
...     'y': [4, 4, 4.5, 5, 5.5, 6, 6],
... })
>>> df.plot.kde(bw_method=3)

>>> df = ps.DataFrame({
...     'x': [1, 2, 2.5, 3, 3.5, 4, 5],
...     'y': [4, 4, 4.5, 5, 5.5, 6, 6],
... })
>>> df.plot.kde(ind=[1, 2, 3, 4, 5, 6], bw_method=0.3)

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.pandas.DataFrame.kde。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：