KDE bivariados 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]:
#
# kde bivariado básico con especificación del
# número de curvas de nivel
#
sns.displot(
penguins,
x="bill_length_mm",
y="bill_depth_mm",
kind="kde",
thresh=0.2,
levels=5,
rug=True,
)
plt.show()

[4]:
#
#
# kde bivariado básico con especificación de la
# ubicación de las curvas de nivel.
#
#
sns.displot(
penguins,
x="bill_length_mm",
y="bill_depth_mm",
kind="kde",
thresh=0.2,
levels=[.01, .05, .1, .8],
)
plt.show()

[5]:
#
# Separación por una variable categórica.
#
sns.displot(
penguins,
x="bill_length_mm",
y="bill_depth_mm",
hue="species",
kind="kde",
)
plt.show()
