Diagramme vom Verteilungstyp (Histogramm/Kde) mit gewichteten Daten

Question

Kurz gesagt, was ist meine beste Option für Diagramme vom Typ Verteilung (Histogramm oder Kde), wenn meine Daten gewichtet werden?

df = pd.DataFrame({ 'x':[1,2,3,4], 'wt':[7,5,3,1] }) 

df.x.plot(kind='hist',weights=df.wt.values) 

Das funktioniert gut, aber Seaborn eine Gewichte kwarg nicht akzeptieren, das heißt

sns.distplot(df.x, bins=4,    # doesn't work like this 
       weights=df.wt.values)  # or with kde=False added 

Es wäre auch schön, wenn kde Gewichte akzeptieren würde, aber weder Pandas noch Seaborn scheint es, zu ermöglichen.

Ich merke BTW, dass die Daten erweitert werden könnten, um die Gewichtung zu fälschen und das ist einfach hier, aber nicht viel mit meinen echten Daten mit Gewichten in den Hunderten oder Tausend, so suche ich nicht nach einer solchen Abhilfe.

Wie auch immer, das ist alles. Ich versuche nur herauszufinden, was (wenn überhaupt) ich mit gewichteten Daten neben dem einfachen Pandas-Histogramm machen kann. Ich habe noch nicht mit Bokeh herumgespielt, aber auch Bokeh-Vorschläge sind willkommen.

Answer 1

Sie müssen verstehen, dass Seaborn die sehr matplotlib Zeichenfunktionen verwendet, die auch Pandas verwenden.

Da die documentation Staaten, sns.distplot kein weights Argument akzeptieren, aber es dauert ein hist_kws Argument, die den zugrunde liegenden Aufruf plt.hist gesendet werden. Daher sollte dies tun, was Sie wollen:

sns.distplot(df.x, bins=4, hist_kws={'weights':df.wt.values}) 

Answer 2

Ich löste dieses Problem durch Resampling der Datenpunkte basierend auf ihrem Gewicht.

Sie können es wie folgt tun:

`

from random import random 
from bisect import bisect 

def weighted_choice(choices): 
    values, weights = zip(*choices) 
    total = 0 
    cum_weights = [] 
    for w in weights: 
     total += w 
     cum_weights.append(total) 
    x = random() * total 
    i = bisect(cum_weights, x) 
    return values[i] 

samples = [([5, 0.5], 0.1), ([0, 10], 0.3), ([0, -4], 0.3)] 
choices = np.array([weighted_choice(samples) for c in range(1000)]) 
sns.distributions.kdeplot(choices[:, 0], choices[:, 1], shade=True) 

` enter image description here