python - 如何绘制 seaborn 中两个分布的差异？

Question

我有以下代码来比较两个分布:

sns.kdeplot(df['term'][df['outcome'] == 0], shade=1, color='red')
sns.kdeplot(df['term'][df['outcome'] == 1], shade=1, color='green'); 

看起来像这样:

如何绘制两个分布的差异 (disA - disB)？当然，它可以包含负值。

Answer 1

由于两条 kde 曲线之间的差异不是 kde 曲线本身，您不能使用 kdeplot 来绘制该差异。

使用 scipy.stats.gaussian_kde 可以轻松计算出 kde。结果很容易用 pyplot 绘制。

import numpy as np; np.random.seed(0)
import matplotlib.pyplot as plt
import scipy.stats

a = np.random.gumbel(80, 25, 1000)
b = np.random.gumbel(90, 46, 4000)

kdea = scipy.stats.gaussian_kde(a)
kdeb = scipy.stats.gaussian_kde(b)

grid = np.linspace(0,500, 501)

plt.plot(grid, kdea(grid), label="kde A")
plt.plot(grid, kdeb(grid), label="kde B")
plt.plot(grid, kdea(grid)-kdeb(grid), label="difference")

plt.legend()
plt.show()

请注意，结果实际上只是曲线之间的差异(如所要求的那样)；它根本没有统计相关性。