Histogramas univariados normalizados con displot() —-#
0:00 min | Última modificación: Octubre 13, 2021 | [YouTube]
[1]:
import matplotlib.pyplot as plt
import seaborn as sns
[2]:
penguins = sns.load_dataset("penguins")
[3]:
#
# Normalización aplicada sobre la distribucion completa. Puede ser no
# interpretable si los subconjuntos no tienen la misma cantidad de
# observaciones
#
sns.displot(
penguins,
x="flipper_length_mm",
hue="species",
stat="density",
)
plt.show()

[4]:
#
# Normalización aplicada sobre cada subconjunto de datos.
#
sns.displot(
penguins,
x="flipper_length_mm",
hue="species",
stat="density",
common_norm=False,
)
plt.show()

[5]:
#
# Normalización de la densidad para que la suma de las barras sea igual a 1.0
#
sns.displot(
penguins,
x="flipper_length_mm",
hue="species",
stat="probability",
)
plt.show()
