使用Seaborn的密度图

密度图旨在显示分布的估计值。要制作一个显示每小时需求密度的图表，我们真的希望看到有多个带有时间戳的iid需求样本，即每个样本一行。这样密度图就有意义了。

但是，在此处的数据类型中，对需求（'cnt'）进行定期采样并在该采样期间（小时）内进行汇总，密度图并没有直接意义。但是将小时数作为箱位，将条形图作为直方图确实有意义。

下面我展示了如何使用熊猫函数生成这样的图-真的很简单。作为参考，我还展示了如何通过某种“原始”样本的重构来产生密度图。

df = pd.read_csv("../data/hour.csv") # load dataset, inc cols hr, cnt, no NaNs

# using the bar plotter built in to pandas objects
fig, ax = plt.subplots(1,2)
df.groupby('hr').agg({'cnt':sum}).plot.bar(ax=ax[0]) 

# reconstructed samples - has df.cnt.sum() rows, each one containing an hour of a rental.
samples = np.hstack([ np.repeat(h, df.cnt.iloc[i]) for i, h in enumerate(df.hr)])

# plot a density estimate
sns.kdeplot(samples, bw=0.5, lw=3, c="r", ax=ax[1])
    
# to make a useful comparison with a density estimate, we need to have our bar areas 
# sum up to 1, so we use groupby.apply to divide by the total of all counts.
tot = float(df.cnt.sum())
df.groupby('hr').apply(lambda x: x['cnt'].sum()/tot).plot.bar(ax=ax[1], color='C0')  

夜间对自行车的需求似乎很低……但是很显然，它们可能用于通勤，高峰时间是上午8点和下午5点至下午6点。