pyspark.pandas.Series.plot.kde???
-
画图
kde
高山市 swips_m方法=无, 内存=无, 网际网际网际网路kwargs ) ??? -
生成内核估计图使用高斯内核
- 参数解析
-
- swips_m方法 标量
-
计算估计带宽的方法详情见NernelDensityPySpark
- 内存 mPy数组或整数组可选
-
估计PDF评分if non(默认),1000相等空格点使用if内存NumPy数组, KDE通过点评价if内存整数化内存数相同空格点使用
- #kwargs 可选性
-
关键字参数传递
pandas-on-Spark.Series.plot()
.
- 回归
-
-
plotly.graph_objs.Figure
-
返回自定义对象
后端!
.返回纳拉子线程表示True
(matplotlib-only).
-
实例
标量带宽应指定使用小带宽值可能导致超配值,而使用大带宽值可能导致误配:
>>>s级=ss系统.串行〔一号,2,2.5,3,3.5,4,5)>>>s级.绘图.kde高山市swips_m方法=0.3)
>>>s级=ss系统.串行〔一号,2,2.5,3,3.5,4,5)>>>s级.绘图.kde高山市swips_m方法=3)
上头内存参数判定估计KDF绘图评价点
>>>s级=ss系统.串行〔一号,2,2.5,3,3.5,4,5)>>>s级.绘图.kde高山市内存=[一号,2,3,4,5万事通swips_m方法=0.3)
DataFrame工作方式与Series相同
>>>df=ss系统.数据Frame{{.X级:[一号,2,2.5,3,3.5,4,5万事通.'y':[4,4,4.5,5,5.5,6,6万事通.}>>>df.绘图.kde高山市swips_m方法=0.3)
>>>df=ss系统.数据Frame{{.X级:[一号,2,2.5,3,3.5,4,5万事通.'y':[4,4,4.5,5,5.5,6,6万事通.}>>>df.绘图.kde高山市swips_m方法=3)
>>>df=ss系统.数据Frame{{.X级:[一号,2,2.5,3,3.5,4,5万事通.'y':[4,4,4.5,5,5.5,6,6万事通.}>>>df.绘图.kde高山市内存=[一号,2,3,4,5,6万事通swips_m方法=0.3)