Python資料視覺化（一）

之資料密度分佈

資料密度分佈是資料的主要特徵之一，Python中有幾種方法可以對資料密度進行視覺化。在此利用小鼠胚胎幹細胞基因表達譜作為例子：

1. 利用直方圖（histgram)

Histogram 為最常用的檢視密度分佈視覺化方法，利用matplotlib 中 hist 函式即可。
plt.hist(TData, bins=50, color='steelblue', normed=True )

Hist 函式能夠粗略估計資料密度，通過bins調節精細程度。如果想給資料一個更精確的擬合曲線，通過計算擬合函式，用matplotlib畫出來，當然也可以，但比較麻煩。Seaborn

import seaborn as sns
sns.distplot(TData, rug=True

也可以不要直方圖，僅保留擬合曲線：

sns.distplot(TData, rug=True, hist=False)

對於高維資料，可以利用Sklearn KernelDensity擬合數據密度，Kernel包括幾種不同的方法，guassin, tophat, cosine等。下圖為SKlearn給出的一個例子：

kde = KernelDensity(kernel=kernel, bandwidth=1.0).fit(X)
dens = kde.score_samples(X_plot)

結語：本文僅討論了一維資料的密度分佈，對於高維資料如何評價密度並可視化，將會是更加有趣的事情，之後進行進一步探索。