什么是 KDE？

KDE 是 Kernel Density Estimation 的缩写，中文叫作“核密度估计”。它是一种用来估计数据分布的方法。简单来说，KDE 可以帮助我们画出一条平滑的曲线，告诉我们数据在哪里比较多，在哪里比较少。

比如，如果我们统计班级同学的身高分布，KDE 能用一条漂亮的曲线直观地展示出哪个范围的身高人数最多。

KDE 的作用是什么？

1. 看分布：KDE 能帮我们直观了解数据的分布规律，比用柱状图更平滑。
2. 找高峰：通过 KDE 曲线，我们可以轻松找到数据的集中区域（高峰）。
3. 对比数据集：如果有多个数据集，KDE 能让我们快速对比它们的分布。

KDE 是怎么工作的？

KDE 的原理是：

1. 每一个数据点周围都会生成一个小“山丘”。
2. 把所有的“山丘”加起来，得到一条平滑的曲线。
3. 山丘的宽度由一个叫 “核宽度” 的参数控制，宽度大时曲线更平滑，宽度小时曲线更贴近数据。

如何用 Python 绘制 KDE？（代码示例）

下面用一个简单的例子展示如何画 KDE 图：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 生成模拟数据
np.random.seed(42)
data = pd.DataFrame({
    "Group1": np.random.normal(0, 1, 1000),  # 第一组数据
    "Group2": np.random.normal(1, 1, 1000),  # 第二组数据
    "Group3": np.random.normal(0.5, 1, 1000),  # 第三组数据
    "Group4": np.random.normal(-1, 1, 1000),  # 第四组数据
})

# 绘制 KDE 子图
fig, axes = plt.subplots(2, 2, figsize=(10, 6), sharex=True, sharey=True)
for ax, (col_name, values) in zip(axes.ravel(), data.items()):
    values.plot.kde(ax=ax, title=col_name, ylim=(0, 0.5))

# 设置整体布局
plt.tight_layout()
plt.show()

结果解读

运行代码后，你会看到一个 2x2 的子图布局，每一张子图展示了一个数据组的 KDE 曲线。你可以从中看到：

• 曲线的高峰代表数据集中的值最多的地方。
• 曲线的宽度反映了数据的分布范围。

小结

KDE 是一种很方便的工具，它可以帮助我们快速了解数据的分布规律。它适用于：

• 想要观察数据集中趋势时。
• 希望对比多个数据分布情况时。