在海运连接图中，是否可以使用非高斯核来处理这两个横向分布？

Question

我的数据看起来是：

s1 = sns.jointplot(data.columns[i], 
data.columns[j], 
data=data, 
space=0, color="b", stat_func=None)

​

​

如果我用kde代替

s1 = sns.jointplot(data.columns[i], 
    data.columns[j], 
    data=data, kind = 'kde',
    space=0, color="b", stat_func=None)

我很满意二维kde插值，而不是横向的。这两个问题是如此紧密地放在一起，实际上表明分布的最大值位于两个不同的点，这可能是相当误导的。

​

​

那么，现在的实际问题是:是否可以为这两个横向分布指定与高斯不同的内核(蓝色)？(我知道高斯在2D中是唯一的选择)。例如，因为'biw‘(绿色)在美观上看起来可能更好(从数学上讲，将与不同内核进行的插值紧密地放在一起使它们看起来是一样的，这在数学上是件好事.)。因此，我的问题是，我是否可以在sns.jointplot中指定不同的内核，还是用第二个瞬间计算的另一个内核覆盖横向分布的唯一方法。

ax1 = sns.distplot(data[data.columns[j]])
sns.kdeplot(data[data.columns[j]], kernel= 'biw', ax = ax1)

​

​

Answer 1

您可以为边际图设置不同的内核：

s1 = sns.jointplot(data.columns[i], 
                   data.columns[j], 
                   data=data, kind = 'kde',
                   space=0, color="b", stat_func=None,
                   marginal_kws={"kernel":"biw"})  # like this

或者，如果您只想更改一个边缘图，则可以在其上重新绘制：

s1.ax_marg_y.cla() # clear axis
sns.kdeplot(data.y, ax=s1.ax_marg_y, # choose the ax
            kernel="biw", # choose your kernel
            legend=0, # remove the legend
            vertical=True) # swap axis

vertical=True允许您切换x和y轴(如果您更改了最高边距图，则不需要).